svmlight 警告:放宽 KT-条件的 epsilon

我在使用 Svmlight 学习数据集时,总是会在优化过程中看到以下警告。

WARNING: Relaxing epsilon on KT-Conditions (0.010000)......................................................WARNING: Relaxing epsilon on KT-Conditions (0.100000)......................................................WARNING: Relaxing epsilon on KT-Conditions (1.000000)......................................................WARNING: Relaxing epsilon on KT-Conditions (10.00000).....................................................

这个警告重要吗?它意味着什么?目前训练未能成功。这是否与这个警告有关?谢谢。


回答:

KT 条件是 SVM 核心优化问题的一部分。无需深入理论细节,这些条件在达到最优解时会成立。然而,要使 KT 条件完全成立需要进行足够多的迭代,这比使其在 epsilon(一个非常小的数值)范围内成立所需的时间更长。实际上,我们不是说 A 必须等于 B,而是说 A 必须在正负 epsilon 的范围内等于 B。研究发现,这种方法在实践中与花费额外时间使条件完全正确一样有效。

SVM Light 首先尝试使用一个非常小的 epsilon,当它无法解决这个问题时,它会通过增大 epsilon 来放宽条件,试图找到一个解,但显然如果问题无法解决,它会尝试几次然后决定无法解决。

所以我认为这些警告是因为你的问题无法解决,而不是相反的情况。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注