推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
提升 sklearn 上 SVM classifier 的运行速度有什么好途径？
xiamx · xiamx · 2016-03-09 03:40:06 +08:00 · 15601 次点击这是一个创建于 3184 天前的主题，其中的信息可能已经有所发展或是发生改变。
10 条回复 • 2016-03-09 14:02:35 +08:00
 |
1
kidexp 2016-03-09 07:50:41 +08:00
用 mkl 或者 openblas ？
|
 |
2
chlx 2016-03-09 08:49:44 +08:00
选简单的 kernel 函数；用 libsvm 的实现
|
 |
3
facat 2016-03-09 09:10:50 +08:00 via Android
没什么好办法，已经是 c 语音实现了
|
 |
4
xiamx OP 有没有办法利用并行计算呢？
|
 |
5
nevin47 2016-03-09 10:07:42 +08:00
sklearn 我记得是没法并行的，除非去改 SVM 分类器那部分的代码
但是有改代码的功夫，换 libsvm 早好了 |
 |
6
popil1987 2016-03-09 10:36:12 +08:00  1
机器学习最难的就在并行上
单机凡是用到 numpy 的安装 openblas 可以做到利用上所有的核心。如果一台机器性能被透支了，就别惦记了，还是使用 spark 等内置的机器学习库吧。 |
 |
7
caomaocao 2016-03-09 13:29:15 +08:00
用 linlinear
|
 |
8
glennq 2016-03-09 13:56:04 +08:00 via iPhone
不要多想， sklearn 上的 svm 就是 wrap 了 libsvm 和 liblinear ，很难更快了。说到底 SVM 本来就慢
SVC -> libsvm LinearSVC -> liblinear |
 |
9
deanguqiang 2016-03-09 13:59:00 +08:00 via iPhone
用随机梯度下降实现的 SVM ，对有些问题快很多。
|
|
10
deanguqiang 2016-03-09 14:02:35 +08:00
sklearn.linear_model.SGDClassifier(loss='hinge')
|
Select Language