在accord.net中缓慢的逻辑回归性能

Question

使用Accord.net（http://accord-framework.net/docs/html/T_Accord_Statistics_Analysis_LogisticRegressionAnalysis.htm）的Logistic回归计算大约需要5分钟。 SAS在几秒钟内完成（使用单CPU内核）。

数据集大约有40000行和30个输入。

为什么会有这样的差异？ SAS是否使用更复杂的算法？据我所知，Logistic回归算法非常简单。

还有其他库会做得更好（最好是免费的）吗？

Answer 1

解决方案是注释掉这一行：

https://github.com/accord-net/framework/blob/development/Sources/Accord.Statistics/Analysis/LogisticRegressionAnalysis.cs#L504

它计算了一些我不需要的非常昂贵的统计数据。

有一个类可以与标准的Accord包一起使用：https://gist.github.com/eugenem/e1dd2ef2149e8c21c37d

Answer 2

我在多项逻辑回归中有同样的过期。我对Accord，R，SPSS和Python的Scikit进行了比较。我有30个输入，10个输出和1600多个训练样例。雅阁花了8分钟，其余的花了2-8 sek。雅阁看起来很漂亮，但对于多项逻辑回归来说，它是缓慢的。我的解决方案是我创建了一个小型python webservice来计算回归并将结果保存在数据库中。