我正在大型数据集上训练 SVC 模型，由于我设置了 verbose=True，它显示警告:使用 -h 0 可能会更快 。
我有两个问题:
- 这个警告是什么以及我们如何设置警告中提到的 libsvm 的任何选项？
- sklearn.svm.SVC参数设置中缓存的大小会影响训练速度吗？我将其设置为
cache_size=2000。
感谢您的专家观点
最佳答案
-h参数控制收缩:是否使用收缩启发式，0或1(默认1)
您可以使用 shrinking 参数在 SVC 构造函数中设置它。收缩是一种加速优化问题的启发式方法。
检查Original Paper和 Similar Quesiton on shrinking
缓存是一种减少分解方法计算时间的技术，分解方法是训练的一部分。此大小通过 cache_size 参数控制。
我强烈建议阅读原始的 libsm 论文，尤其是第 5 节。
关于python - 从 scikit-learn 训练 SVC 表明使用 -h 0 可能会更快？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58074021/