【发布时间】：2017-10-31 09:59:43
【问题描述】：
我需要使用 SVM 内核对大量数据进行回归分析。我的笔记本电脑无法处理，需要数小时才能完成运行。有什么好的方法可以在不影响模型（很多）质量的情况下减少数据集大小？分层抽样会起作用吗？
【问题讨论】：
标签： machine-learning svm feature-extraction sampling bigdata
【发布时间】：2017-10-31 09:59:43
【问题描述】：
有 数十种 方法可以降低 SVM 复杂性，其中最简单的方法可能涉及近似内核空间投影。特别是诸如scikit-learn provides functions to do this 类型的显式投影，然后是线性支持向量机的库 - 可以非常快速地训练。
【讨论】：