SVMの高速化（モデル訓練）

-2

私は比較的新しいSVMです。私はmatlabの 'fitcsvm'関数を使って1クラスのSVMモデルを訓練しようとしています。 'rbf'（〜ガウスカーネル）カーネル関数が使用されます。SVMの高速化（モデル訓練）

私のデータサイズは約150kです。残念ながら、モデルの訓練時間は遅い（約3分）。私は

SVMModel = fitcsvm（X、Y、 'KernelScale'、 '自動車'、 '標準化'、真の 'KernelFunction'、 'RBF'、 'ニュー' SVMモデルを訓練するためにMATLABで次の行を使用します、1）。

Xデータポイント（〜150K）の数であり、mは、機能番号（= 2つの機能）

あるYは、Iデータlable、あるN * M行列であります1クラスモデルを訓練するy = ones（n、1）;

モデルをスピードアップするためのアドバイス/提案トレーニングの手順は？

おかげ

出典

2017-06-26 Jason

これは非常に広いです！ kernelSVMはO（n^2）とO（n^3）の間の複雑さを持っています（n = n_samples、キャッシュに依存します）。私はこの実装がlibsvmを内部的に使用しているかどうかはわかりません（libsvm論文の1つを挙げていますが、私が期待したものではありません）ので、おそらくlibsvmを使って何かを得るでしょう。 – sascha

私の個人的な経験では、[LibSVM]（https://www.csie.ntu.edu.tw/~cjlin/libsvm/）のmatlabインテグレーションは、組み込みのfitcsvmよりもはるかに高速です。 –

ありがとうSaschaとVahe LibSVMはうまく動作しますよろしくおねがいします。 – Jason

SVMは、拡張性とメモリの問題に苦しみます。これについては何もできませんが、これはアルゴリズムの仕組みです。その計算を並行して行う試みがいくつかありますが、これは希少であり、（正確な）近似に基づく何度もあります。この特定のモデルに固執しなければならない場合は、1の作業でこれをコード化しています。

もう一つの提案は、LIBSVMを作成したのと同じチームによって開発されたリニアカーネル（以前のコメントのsashaに言及されています）が開発したliblinearです完全で最適化されたMATLAB用SVM

幸運を祈る！

出典

2017-06-26 14:48:06 TitoOrt

ありがとう、LIBSVMは今のところうまくいきます、よろしく – Jason

SVMの高速化（モデル訓練）

答えて

関連する問題