关于svmpath需要如此多的内存，我该怎么办？

Question

我正在尝试svmpath包，它应该为训练好的SVM找到最佳超参数，而不需要在数据的不同子集上进行多次运行。更重要的是，它的计算复杂程度较低（根据其docs）。

然而，似乎一下子要求大量的内存。

最小的工作示例：

library(data.table)
library(svmpath)
# Loaded svmpath 0.953

features <- data.table(matrix(runif(100000*16),ncol=16))
labels <- (runif(100000) > 0.7)
svmpath(x=features,y=labels)
# Error in x %*% t(y) : requires numeric/complex matrix/vector arguments
svmpath(x=as.matrix(features),y=labels)
# Error: cannot allocate vector of size 74.5 Gb

library(kernlab)
ksvm(as.matrix(features),y=labels,kernel=vanilla)
# runs

检查训练功能只会显示一条可能大的行，Kscript <- K * outer(y, y)。事实上，这似乎是罪魁祸首：runif(100000) %o% runif(100000)产生同样的错误。

是否有任何易于在R中实施的快速修复工具？

Answer 1

显然，它没有找到最佳的C（成本）值。 但是，它列出了您应该按顺序尝试的所有C值 使用N折叠交叉验证或测试数据集找到最佳的。