知识卡片
核矩阵成本受样本数影响
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?
这张卡片已通过人工审查,不再接受失败反馈。
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。