我在使用带有线性核的SVC分类器来训练我的模型。训练数据：42000条记录
model = SVC(probability=True) model.fit(self.features_train, self.labels_train) y_pred = model.predict(self.features_test) train_accuracy = model.score(self.features_train,self.labels_train) test_accuracy = model.score(self.features_test, self.labels_test)训练我的模型需要超过2个小时。我做错了什么吗？还有，什么可以用来改善时间？
提前感谢
回答：
有几种方法可以加速你的SVM训练。假设n是记录数，d是嵌入维度。我假设你使用的是scikit-learn。
-
减少训练集大小。引用文档：
拟合时间复杂度随着样本数量的增加而超过二次方，使得它难以扩展到超过几万个样本的数据集。
O(n^2)复杂度很可能主导其他因素。因此，采样较少的记录进行训练将对时间产生最大的影响。除了随机采样，你还可以尝试实例选择方法。例如，最近提出了一种主样本分析方法。 -
降低维度。正如其他人评论中所暗示的，嵌入维度也会影响运行时间。对于线性核计算内积是
O(d)。因此，降维也可以减少运行时间。在另一个问题中，特别建议对于TF-IDF表示使用潜在语义索引。 - 参数。除非你需要概率，否则使用
SVC(probability=False)，因为它们“会减慢该方法。”（来自文档）。 - 实现。据我所知，scikit-learn只是对LIBSVM和LIBLINEAR的封装。我在这里猜测，但你可以通过使用高效的BLAS库（如Intel的MKL）来加速这一过程。
-
不同的分类器。你可以尝试
sklearn.svm.LinearSVC，它是…类似于参数kernel=’linear’的SVC，但使用liblinear而不是libsvm实现，因此在惩罚和损失函数的选择上具有更大的灵活性，并且应该能更好地扩展到大量样本。
此外，一个scikit-learn开发者在类似问题中建议使用
kernel_approximation模块。
