【发布时间】：2017-03-03 05:39:51
【问题描述】：
我目前正在处理一个包含 20 个特征和 400K 行的数据集。我正在使用 e1071 库使用 SVM 进行多类分类。我有这个代码，大约需要 2 天才能得到结果。有没有办法可以使用同一个库来降低时间复杂度？如果不是，我应该在 R 中优先考虑哪些其他库或选项？
svm.model <- svm(y ~., data = traindata, gamma = 0.01, cost = 10, kernel= "radial")
【问题讨论】：
-
我会尝试对 1000-10000 行进行二次抽样，然后看看使用较少数量的样本可以获得什么性能 - 这可能足以获得一个体面的模型。也可以尝试不同的内核。
-
是的，我确实尝试过。但是在取 40K 大小的样本与整个数据比较时，误差差异是显着的。
-
你在做训练/测试、交叉折叠验证等吗？
-
是的，50% 的数据用于训练，25% 用于测试和验证。
标签： r machine-learning svm libsvm