GridSearchCV与线性svm冻结

时间:2018-12-03 15:20:07

标签: machine-learning scikit-learn svm libsvm grid-search

我对线性svm的GridSearchCV冻结(CPU处于活动状态,但程序未推进)有问题(但对于rbf svm,它可以正常工作)。
取决于我用于拆分数据的random_state,我是否冻结了针对不同PCA组件的cv的不同拆分点?
一个样本的特征如下(大约39个特征)

[1 117 137 2 80 16 2 39 228 88 5 6 0 10 13 6 22 23 1 227 246 7 1.656934307 0 5 0.434195726 0.010123735 0.55568054 5 275 119.48398 0.9359527 0.80484825 3.1272728 98 334 526 0.13454546 0.10181818]

另一个示例的功能:

[23149 4 31839 9 219 117 23 5 31897 12389 108 2 0 33 23 0 0 18 0 0 0 23149 0 0 74 0.996405221 0.003549844 4.49347E-05 74 5144 6.4480677 0.286384 0.9947901 3.833787 20 5135 14586 0.0060264384 0.011664075]

如果我删除了最后10个功能,则不会出现此问题(在代码运行之前添加的10个新功能可以正常工作)。我没有检查最后10个新功能的其他组合来检查是否有特定功能导致此问题。
另外,我使用StandardScaler来缩放功能,但仍然面临这个问题。如果我使用MinMaxScaler缩放器,那么这个问题就少了(但是在svm不好的地方阅读soe)。
我还将n_jobs设置为不同的数字,它只能稍微前进但又会冻结。
你有什么建议?

我按照部分代码编写了我的代码: TypeError grid seach

0 个答案:

没有答案