GridSeachCV优化速度放缓

Question

我正在通过GridSearchCV进行SVR和SVC优化，并且平行化n_jobs = -1，在我的情况下是8，我的问题是为什么第一次匹配与最后一次匹配运行得非常快？如图10212所示，拟合时间为23.7秒，但是106764的完整数量需要20.7分钟，只有在假设线性外推时才应该为4.2分钟。

以下是代码示例：

opt = GridSearchCV(SVR(tol=tol),param_grid=param_grid,scoring=scoring,n_jobs=n_jobs,cv=cv,verbose=verbose)
opt.fit(allr_sets_nor[:,:2],allr_sets_nor[:,2])

这是屏幕日志：

Answer 1

支持 - 矢量 - 机器学习高度依赖于给定的参数。

像C这样的参数会对支持向量的数量产生影响，因此具有许多支持向量的实例（由C间接控制）的训练速度要慢得多。

这是GridSearches的基本警告。

（对此here by user lejlot的另一个稍微完整的看法）

学习算法也基于启发式算法，为此增加了一些难以预测的因素。