为什么 sklearn 交叉验证的 rbf 内核比线性内核快得多？答案

【问题标题】：Why is the rbf kernel much faster than linear kernel for sklearn cross validation?为什么 sklearn 交叉验证的 rbf 内核比线性内核快得多？
【发布时间】：2020-11-29 16:33:34
【问题描述】：

我正在对 250（7 个维度）的样本集进行交叉验证。喜欢：

55.56,1165,92,12.66,107180,46.92,69.04  1
55.56,1165,92,12.66,107180,46.92,69.04  1
57.78,265,74,3.58,19610,45.25,69.48 1
48.65,645,81,7.96,52245,30.33,13.81 0
33.33,717,67,10.7,48039,35.57,52.85 0
97.56,514,68,7.56,34952,83.98,33.28 0

我很困惑为什么使用 rbf 内核时结果立即出来，但使用线性内核时需要更多时间。

这对吗？

clf = svm.SVC(kernel='rbf', C=1)
#clf = svm.SVC(kernel='linear', C=1)
scores = cross_val_score(clf, features_train, labels_train, cv=5)

【问题讨论】：

标签： python classification svm cross-validation

【解决方案1】：

clf = svm.SVC(kernel='rbf', C=1, gamma = 0.01)

【讨论】：

请记录您的答案。仅发布代码不会教任何人。