0
큰 데이터 세트에서 nu-SVR 모델을 실행 중이며 sklearn을 사용하고 있지만 교육에 너무 많은 시간이 걸리고 그리드 검색을 사용하지 않습니다. 최고의 매개 변수, 나는 C와 뉴 매개 변수를 고정.nu-SVR 교육에 너무 많은 시간이 걸립니다.
clf = NuSVR(kernel="rbf",C=15.0, nu=0.3)
어쨌든 훈련 속도가 빨라 집니까?
큰 데이터 세트에서 nu-SVR 모델을 실행 중이며 sklearn을 사용하고 있지만 교육에 너무 많은 시간이 걸리고 그리드 검색을 사용하지 않습니다. 최고의 매개 변수, 나는 C와 뉴 매개 변수를 고정.nu-SVR 교육에 너무 많은 시간이 걸립니다.
clf = NuSVR(kernel="rbf",C=15.0, nu=0.3)
어쨌든 훈련 속도가 빨라 집니까?
가능하면 rbf 대신 다항식 커널을 사용하고 nuSVR을 초기화하는 동안 max_iter
필드를 설정하십시오.
clf = NuSVR(kernel="poly",C=15.0, nu=0.3, max_iter=10000)
이 경우 시간이 단축되었지만 수렴 할 수도 있고 그렇지 않을 수도 있습니다.
SVM은 많은 샘플과 비선형 커널에서 확장 성이 좋지 않습니다 (예 : 선형 SVM의 거대한 데이터에서 사용할 수있는 SGDRegressor). 그래서 아니야. 일반적으로 할 수있는 일은 없지만 (C, nu의 일부 값은 더 빨리 훈련 될 수 있지만 데이터가 양호한 지 여부에 따라 다릅니다.) 커널을 버리거나 다른 회귀성을 찾으십시오. – sascha
또한 먼저 svms를 조금 더 빨리 실행할 수 있도록 데이터를 표준화 해보십시오. –
답변 해 주셔서 감사합니다. 그렇습니다. 제 데이터는 표준화 된 @VivekKumar입니다. –