分层抽样回归
Stratified sampling for regression
我需要使用 SVM 内核对大型数据集进行回归分析。我的笔记本电脑无法处理，需要几个小时才能完成 运行。有没有什么好的方法可以在不影响模型（很多）质量的情况下减小数据集的大小？分层抽样有用吗？
有 几十种 降低 SVM 复杂性的方法，可能最简单的方法涉及 近似内核 space 投影 。特别是库，例如 scikit-learn provides functions to do this 种显式投影，其后是线性 SVM - 可以相对快速地进行训练。
我需要使用 SVM 内核对大型数据集进行回归分析。我的笔记本电脑无法处理，需要几个小时才能完成 运行。有没有什么好的方法可以在不影响模型（很多）质量的情况下减小数据集的大小？分层抽样有用吗？
有 几十种 降低 SVM 复杂性的方法，可能最简单的方法涉及 近似内核 space 投影 。特别是库，例如 scikit-learn provides functions to do this 种显式投影，其后是线性 SVM - 可以相对快速地进行训练。