cache_size对SVC处理时间的影响

Question

我已经完成了交叉验证的SVC分析。阅读svc的scikit-learn文档，我看到了：

＆＃34;内核缓存大小：对于SVC，SVR，nuSVC和NuSVR，内核缓存的大小对较大问题的运行时间有很大影响。如果您有足够的RAM可用，建议将cache_size设置为高于默认值200（MB）的值，例如500（MB）或1000（MB）。＆＃34;

http://scikit-learn.org/stable/modules/svm.html

所以我多次重新运行我的分析，并使用cache_size（50,100,200,800,1200,2000,4000,8000）的几个不同值来计算结果。

当cache_size低于2000时，我的完整分析大约需要11.2秒，当cache_size大于2000时，时间会跳到40秒。

分析在具有16千兆字节的现代计算机上进行。

我想知道是否有人知道处理时间对于2000以下的任何缓存值根本不会发生变化的可能原因，以及为什么处理时间更长更高值。同样，计算机有16个ram的演出，并且在cache_size的任何值都没有出现任何减速的迹象。

感谢您的任何想法。

Answer 1

您发现缓存> 2000 MB的速度降低可能是以下错误的结果：https://github.com/scikit-learn/scikit-learn/issues/8012（带符号的32位整数溢出）。

Answer 2

对于SVC，SVR，NuSVC和NuSVR，内核缓存的大小对较大问题的运行时间有很大影响。如果您有足够的可用RAM，建议将cache_size设置为比默认值200（MB）高的值，例如500（MB）或1000（MB）。

上面的陈述是在User Guide中为SVC给出的。这只是意味着您为缓存保留的空间更多，而用于执行数据拟合任务的计算能力却较小。

因此，分配更多的缓存空间会降低处理器的性能，并且算法会花费更多时间执行。