推荐学习书目 Learn Python theHard 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 16079 次点击这是一个创建于 3527 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