多项式核的sklearn和SVMs

Question

我使用sklearn for python来使用SVMs执行交叉验证。我试着用线性和径向基函数核，结果都很好。当我用多项式核运行它时，尽管它永远不会结束。它已经运行了8个小时，但仍然没有任何结果。输入X的维数是（1422，2）

def SupportVectorMachines(X,y):
     clf = svm.SVC(C=1.0, kernel='poly', degree=3, gamma=2)
     classifier = clf.fit(X,y)
     score = cross_validation.cross_val_score(classifier, X,y, cv=10, n_jobs=1).mean()
     return score

你知道为什么吗？

谢谢

Answer 1

尝试降低C（尝试C=0.001,0.01,0.1）。C是惩罚参数，当C变大时，模型试图减少惩罚，因此需要更多的时间来训练。

或者，尝试减少交叉验证折叠的数量。由于数据集仅包含1422个点，请尝试使用cv=5。这将需要较少的运行时间。