我需要在大数据集上使用SVM核进行回归分析。我的笔记本电脑无法处理，运行需要几个小时。有没有好的方法可以在不影响（太多）模型质量的情况下减小数据集大小？分层抽样会有效吗？

回答：

有数十种方法可以降低SVM的复杂性，其中最简单的方法可能涉及近似核空间投影。特别是像scikit-learn这样的库提供了执行这种显式投影的功能，之后再使用线性SVM进行训练，速度会相对较快。