我正在使用 Python SciKit OneClass SVM 分类器来检测文本行中的异常值。首先使用词袋和 TF-IDF 将文本转换为数字特征。
当我训练（拟合）在计算机上运行的分类器时，时间似乎随着训练集中的项目数量呈指数增长：
训练数据的项目数和训练时间：
10K：1 秒、15K：2 秒、20K：8 秒、25k：12 秒、30K：16 秒、45K：44 秒。
我可以做些什么来减少训练所需的时间，并避免当训练数据大小增加到几十万项时训练时间变得太长？
scikit 的 SVM 是一个高级实现，所以你能做的就这么多，就速度而言，从他们的网站来看，“SVM 不直接提供概率估计，这些是使用昂贵的五倍交叉验证来计算的”。
您可以根据可用 RAM 增加内核大小参数，但这种增加并没有多大帮助。
您可以尝试更改内核，尽管您的型号可能不正确。
以下是来自的一些建议http://scikit-learn.org/stable/modules/svm.html#tips-on-practical-use：扩展您的数据。
否则，不要使用 scikit 并使用神经网络自行实现。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
