当我试图执行时
svm = SVC(gamma='auto',random_state = 42,probability=True)
BaggingClassifier(base_estimator=svm, n_estimators=31, random_state=314).fit(X,y)
它运行时间很长。是这个命令导致计算速度非常缓慢,还是我使用方法不正确?
当我试图执行时
svm = SVC(gamma='auto',random_state = 42,probability=True)
BaggingClassifier(base_estimator=svm, n_estimators=31, random_state=314).fit(X,y)
它运行时间很长。是这个命令导致计算速度非常缓慢,还是我使用方法不正确?
您使用的是正确的。SVC只是超级慢。以下是您可以检查的方法:
from sklearn.svm import LinearSVC
from sklearn.ensemble import BaggingClassifier
import hasy_tools # pip install hasy_tools
# Load and preprocess data
data = hasy_tools.load_data()
X = data['x_train']
X = hasy_tools.preprocess(X)
X = X.reshape(len(X), -1)
y = data['y_train']
# Reduce dataset
dataset_size = 100
X = X[:dataset_size]
y = y[:dataset_size]
# Define model
svm = LinearSVC(random_state=42)
model = BaggingClassifier(base_estimator=svm, n_estimators=31, random_state=314)
# Fit
model.fit(X, y)
有关为什么SVC速度慢的更多细节可以在datascience.SE上找到。点击此处