我正在尝试在 100K 行的训练集上运行 libsvm 提供的包装脚本 easy.py，每行有约 300 个特征。特征数据相对稀疏，比如只有 1/10 是非零值。
脚本非常慢，我说的是几天（或更多）。我在 1% 的数据上运行了相同的脚本，它在大约 20 分钟内完成，结果看起来很合理，所以看起来输入数据/格式是正确的，并且没有明显的问题。
我发现 libsvm 的文档有些缺乏，并且对性能等实际问题没有太大帮助。他们的常见问题解答对这些问题保持沉默： http ://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html
有没有人在 SVM 训练速度方面遇到过类似的问题？您是否知道在这种情况下尝试更合适的库或特定策略？
我见过 liblinear 运行时对 tol 非常敏感；尝试 tol=.1，如果可能的话，线性不是 rbf。你有几节课？你有多少内存？用“top”之类的来监控真实/虚拟。
随机梯度下降， scikits.learn 中的 SGDClassifier很快。例如，在 Mnist 手写数字数据上，10k 行 x 768 个特征，80% 的原始数据为 0，-= mean 和 /= std：
12 sec sgd mnist28 (10000, 784) tol 0.1 C 1 penalty l2 correct 89.6 %
321 sec LinearSVC mnist28 (10000, 784) tol 0.1 C 1 penalty l2 correct 86.6 %
这是没有调整或交叉验证的；您的里程会有所不同。
补充：另见Sofia-ml - 评论任何人？
请张贴什么有效/什么无效。