Scikit-Learn SVC挂在小数据集上

Question

我试图使用scikit-learn来使SVM适应我的数据。但是，当我尝试拟合数据时，Python会挂在下面的最后一行。我让它跑了12个小时才杀了它。 trainX有100个功能和1000行。它也是一个密集的矩阵，如果这有所不同。任何帮助将非常感激。

    trainX,trainY,testX,testY,validateX,validateY = splitData()
    mdl = svm.SVC(C=1.0, cache_size=500, class_weight=None, coef0=0.0, degree=3,
        gamma=0.1, kernel='rbf', max_iter=-1, probability=False,
        shrinking=True, tol=0.1, verbose=True)
    mdl.fit(trainX,trainY)   

Answer 1

您应该使用sklearn.preprocessing.MinMaxScaler或StandardScaler来规范化数据。