Performance SVMlight 多标签分类（特征：1000）
Performance SVMlight Multilabel Classificaiton (Features: 1000)
我目前正在研究多标签分类。作为分类器，我使用 SVMlight 并将多标签问题二值化。这意味着在我的例子中超过 1000 次分类运行。
我的固定特征大小为 1000，模型的训练现在需要 3 天多的时间（2 GHz Intel Core 2 Duo，8 GB）。有没有人经历过通常需要那么长时间，或者您能给我任何建议来提高性能吗？你觉得换一台高性能的机器会有很大的效果吗？
提前致谢！
特征归一化解决了我的问题，min/max ([-1,1])特征归一化后性能更快 space.
我目前正在研究多标签分类。作为分类器，我使用 SVMlight 并将多标签问题二值化。这意味着在我的例子中超过 1000 次分类运行。
我的固定特征大小为 1000，模型的训练现在需要 3 天多的时间（2 GHz Intel Core 2 Duo，8 GB）。有没有人经历过通常需要那么长时间，或者您能给我任何建议来提高性能吗？你觉得换一台高性能的机器会有很大的效果吗？
提前致谢！
特征归一化解决了我的问题，min/max ([-1,1])特征归一化后性能更快 space.