← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8597.a.8.a.2.b · 生成模型:GPT-6

核矩阵成本受样本数影响

理解等级:高级

核支持向量机需计算许多样本对的核值。即便输入维数有限,大样本仍可能使训练耗时和缓存压力上升。建议比较线性基线及其验证表现,再按数据量、核选择与运行预算决定是否使用非线性核。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 支持向量机SVM 9.6 · 查看原书依据

      量,而求解二次规划将涉及m阶矩阵的计算(m为样本的个数),因此当m数目很大时该矩阵的存储和计算将耗费大量的机器内存和运算时间。

    参考来源

    - 位置:《AI制胜:机器学习极简入门》第9章 支持向量机SVM §9.6(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter9.xhtml#isbn9787302555513_9_1_6) - 结论依据:原文列出 m 阶核矩阵,指出大数据规模、缺失和参数选择的限制。 - 原始内容:量,而求解二次规划将涉及m阶矩阵的计算(m为样本的个数),因此当m数目很大时该矩阵的存储和计算将耗费大量的机器内存和运算时间。