现在的e1071里面SVM分类奇慢无比？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

做分类模型的时候，lr也好，randomforest也好，跑同样的数据集（三十万行，4-5列），几秒到几十秒模型就好了，然后用svm就等几分钟都没反应。记得两三年前用这几种模型感觉速度差不多啊，哪位牛人了解？代码很简单，就是
library(e1071)
svm <- svm( y ~., data = train )

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：SVM randomForest Library Forest random library 模型

complicated 发表于 2016-4-28 11:01
做分类模型的时候，lr也好，randomforest也好，跑同样的数据集（三十万行，4-5列），几秒到几十秒模型就好了 ...

在百万级别数据面前，svm比RF慢太多了，算法决定的，与用那个包关系不大。回想下你以前比较时用的数据量有这么大吗？

那是显然的,SVM

30萬行，什麼算法幾秒鐘算好，大神，來，我門聊聊。

luo000tuo 发表于 2016-4-29 10:45
30萬行，什麼算法幾秒鐘算好，大神，來，我門聊聊。

亲,xgboost，快到想哭~~

lqj530 发表于 2016-4-29 05:54
在百万级别数据面前，svm比RF慢太多了，算法决定的，与用那个包关系不大。回想下你以前比较时用的数据量有 ...

谢谢您的指点，之前的数据量没太关注，不过想想可能确实不大。。。因为现在面对的场景动不动就上百万数据才出现这样的问题吧，难道说SVM在这个量级的数据面前就很难应用了？觉得它‘升维’的思路不错，说不定效果能比其他算法好，但是太慢这个不好忍啊~