Lasvm文档和信息

Question

我有数以千计的样本用于培训和测试，我想使用带有RBF内核的SVM对它们进行分类。问题在于，当使用10k或更多数据时，Libsvm的RBF内核实现非常慢。性能缓慢的主要焦点是网格搜索。

我读到了Liblinear和Lasvm。但是liblinear并不是我想要的，因为具有线性内核的Svms通常具有比RBF内核精度更低的精度。

我正在寻找Lasvm而我找不到有用的信息。 The project site关于它的信息非常差。我想知道Lasvm是否可以使用RBF内核，或者它是否具有特定类型的内核，如果我应该扩展测试和处理数据，以及我是否可以通过交叉验证对我的内核参数进行网格搜索。

Answer 1

LaSVM也有RBF内核实现。根据我对大数据的经验（＆gt; 1.000维度中的> 100.000个实例），它并不比LIBSVM快。如果您真的想要使用非线性内核来处理大量数据，可以试试EnsembleSVM。

如果您的数据非常庞大和，您不熟悉整体学习，那么LIBLINEAR就是您的选择。如果您有大量的输入维度，线性内核通常不会比RBF差很多，而且速度要快几个数量级。