-1
В настоящее время я работаю над классификацией с несколькими метками. В качестве классификатора я использую SVMlight и бинаризую проблему с несколькими метками. Это означает, что в моем случае работает более 1000 классификаций.Производительность SVMlight Multilabel Classificaiton (Особенности: 1000)
У меня фиксированный размер функции 1000, обучение моделей занимает теперь более 3 дней (2 ГГц Intel Core 2 Duo, 8 ГБ). Есть ли у кого-нибудь опыт, если это распространено, что это так долго или вы можете дать мне какие-либо советы о том, как повысить производительность? Считаете ли вы, что изменение на высокопроизводительной машине будет иметь большой эффект?
Заранее благодарен!
и какова точная настройка SVM? Какие гиперпараметры тестируются? Насколько велика тренировка? – lejlot
Я использую SVM в режиме классификации с линейными значениями ядра и SVMlight для других параметров. Учебный комплект состоит из 20 000 документов – jobooo