LIBSVM，Java，网格搜索，性能，放慢速度
我一直在使用LIBSVM的Java版本。在伪代码中，我对最佳C和伽马对进行天真网格搜索，获取这些训练模型文件，然后对寻求最佳参数的10 k倍数据集执行交叉验证。
我注意到在网格搜索过程中反复调用svm_predict似乎是轶事减速。起初我认为这只是一个侥幸，但我一直在仔细测试测试表明svm_predict的处理时间根据调用的次数呈指数级增长。
第一次调用时，svm_predict需要大约15毫秒才能在我的机器上执行预测。 通过第500次顺序调用，svm_predict需要大约541毫秒。 通过第1000次顺序调用，svm_predict显示大约~8931毫秒。 通过第1220次调用，svm_predict每次调用约为21260毫秒。
（注意：时间的增加似乎与C-gamma对本身无关。即使这些对是随机化的（即，模型本身的复杂性没有增加），处理时间也会持续增加。
我在分析器中运行软件并且看不到明显的内存泄漏或任何内存问题 - 堆和堆栈跟踪保持相当稳定或在分配的内存限制内显示振荡。即使是建议垃圾收集的测试也不会影响性能。
我的软件＆＃34;包装＆＃34;内部的LIBSVM。网格搜索仅在每个训练文件上调用svm_predict时测试一系列C-gamma对，以测量性能。
还有其他人看过这个问题吗？有修复吗？无论如何，Gris搜索非常密集，但每次预测的时间很快达到21秒，甚至在高端设备上进行相当基本的搜索（400 C-gamma对）也变得非常耗时。有什么建议吗？
新信息（2014年10月10日： 我继续测试并初步确认LIBSVM在网格搜索期间反复调用svm_predict时问题似乎缓慢下降
我还有一个测试工具，可以根据以前生成的MODEL和DATA文件手动测试svm_predictions。也就是说，我可以手动测试每个模型 - 数据文件预测。使用网格搜索在648次迭代后预测的经过时间是每个文件1183毫秒。手动运行svm_predict的单个实例的精确相同的模型 - 数据文件对导致34毫秒。这证实了我对svm_predict的担忧。有没有其他人看过这个或有没有人有一个可行的，建议的补救措施？
答案 0 :(得分：1)
遇到的问题不在本机LIBSVM Java库中。
问题源于我的网格搜索代码中的错误。由于其他人在实施自己的代码时可能会遇到这种情况，因此我提供了一个快速的答案。
我在原生SVM库中添加了一个简单的类，它聚合了svm_predict STATIC类的输出。之前我还添加了一个简单的方法来svm_predict来重置＆＃34;重置＆＃34;静态svm-predict类。不幸的是，我省略了在网格搜索方法中调用svm_predict上的重置。因此，使用添加到svm_predict的简单类的其他处理在处理时间上呈指数级增长并导致明显减慢。
虽然回想起来这是一个愚蠢的错误（并且需要花费相当长的时间来确定），但实际上，测试确认svm_predict看起来相当有效。我反复测试（有成千上万的测试），并且svm_predict一直为我的目的产生了良好的结果 - 每个预测批次不到15毫秒。
对于上下文，错误的代码需要2个多小时才能完成所有网格搜索测试。在错误修复之后，对于完全相同的网格搜索测试，运行时间降至56秒。 （不，这不是错误印刷，而是对简单算法如何对处理时间产生深远影响的证明。）