使用 scikit-learn 训练数据时 SVM 多类分类停止
SVM multiclass classification halts when training data using scikit-learn
我正在使用 scikit 和 svm 将数据分类为 7 类。数据是音频，我将它们分成 30 毫秒的帧。
最后，大约有 100 万帧，每个帧用作带有 13 个 mfcc 特征的标记样本。
当按照以下代码拟合数据时，我的 cpu 保持在大约 20% 的使用率并且没有任何反应！我等了大约30个小时，但还没有完成。
是不是样本数量太多了？！！
clf = SVC(C=20.0, gamma=0.00001)
clf.fit(X_train, y_train) #This is where it gets stuck
你应该看看documentation。
The fit time scales at least quadratically with the number of samples and may be impractical beyond tens of thousands of samples
此外，由于您使用的是 7 类 的多类问题，并且自
The multiclass support is handled according to a one-vs-one scheme.
您正在训练 21(!) 个分类器，请参阅 here。
文档推荐：
For large datasets consider using sklearn.linear_model.LinearSVC or sklearn.linear_model.SGDClassifier instead, possibly after a sklearn.kernel_approximation.Nystroem transformer.
您是否考虑过 运行 神经网络？
正如 Quickbeam2k1 回答的详细信息，SVM 不能很好地扩展到这么多样本。
我建议改用小型神经网络。一个多层感知器可能有 3-5 个隐藏层，每个隐藏层有 50 个神经元，对于 13 波段 MFCC 和 7 类 应该是一个好的起点。使用 scikit-learn，您可以使用 sklearn.neural_network.MLPClassifier.
我正在使用 scikit 和 svm 将数据分类为 7 类。数据是音频，我将它们分成 30 毫秒的帧。 最后，大约有 100 万帧，每个帧用作带有 13 个 mfcc 特征的标记样本。 当按照以下代码拟合数据时，我的 cpu 保持在大约 20% 的使用率并且没有任何反应！我等了大约30个小时，但还没有完成。 是不是样本数量太多了？！！
clf = SVC(C=20.0, gamma=0.00001)
clf.fit(X_train, y_train) #This is where it gets stuck
你应该看看documentation。
The fit time scales at least quadratically with the number of samples and may be impractical beyond tens of thousands of samples
此外，由于您使用的是 7 类 的多类问题，并且自
The multiclass support is handled according to a one-vs-one scheme.
您正在训练 21(!) 个分类器，请参阅 here。
文档推荐：
For large datasets consider using
sklearn.linear_model.LinearSVCorsklearn.linear_model.SGDClassifierinstead, possibly after asklearn.kernel_approximation.Nystroemtransformer.
您是否考虑过 运行 神经网络？
正如 Quickbeam2k1 回答的详细信息，SVM 不能很好地扩展到这么多样本。
我建议改用小型神经网络。一个多层感知器可能有 3-5 个隐藏层，每个隐藏层有 50 个神经元，对于 13 波段 MFCC 和 7 类 应该是一个好的起点。使用 scikit-learn，您可以使用 sklearn.neural_network.MLPClassifier.