支持向量数量 libsvm

预测时间取决于支持向量的数量,但我希望预测速度更快。

如何在libsvm中将支持向量的数量设置为常数值?

或许我可以找到N个支持向量,然后通过某种近似方法将其减少到K个(K < N)?


回答:

正如其他回答中所述,控制支持向量数量的更简单方法是调整C和核参数。然而,关于这个话题有一些有趣的论文:

构建复杂度降低的支持向量机 PDF

简化支持向量机的有效方法 PDF

关于减少支持向量机的研究 PDF

遗憾的是,我找不到这个的公开来源:

减少支持向量数量的算法 (http://link.springer.com/chapter/10.1007%2F1-4020-3432-6_12?LI=true#page-1)

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