我目前正在处理一个包含 20 个特征和 40 万行的数据集。我正在使用 e1071 库使用 SVM 进行多类分类。我有这个代码，大约需要 2 天才能得到结果。有没有办法可以使用相同的库来降低时间复杂度？如果不是，我应该在 R 中优先考虑哪些其他库或选项？
svm.model <- svm(y ~., data = traindata, gamma = 0.01, cost = 10, kernel= "radial")
最佳答案
我建议尝试降维(例如使用 PCA)来减少特征数量，这将提高性能。
关于r - 如何减少 SVM 的执行时间，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40167683/