Python 在具有<；=的设备上运行支持向量机内核是否可行1 MB内存和<；=10MB的ROM？

一些初步测试表明，我正在从事的一个项目可能会从使用支持向量机解决棘手问题中受益。我所担心的是会有严重的内存限制。使用scikit learn在python中进行原型设计和测试。最终版本将定制为C语言。模型将经过预培训，最终产品上将只存储决策功能。如果你空间有限，可能会有的问题，你可能想跳过

scikit

，直接自己实现数学。这样，您就可以按自己选择的结构循环浏览数据。内存需求取决于您使用的支持向量机的类别；两类线性支持向量机只需对数据进行一次遍历，在累加乘积和时一次只考虑一个观测值，因此命令逻辑占用的空间将远远超过数据要求

如果您需要将整个数据集保存在内存中以进行多次传递，则浮点“仅”5000*10*8字节，或1Mb中的400k字节，这可能足以进行操作。还考虑了一个缓慢的训练过程，重新阅读每一关上的数据，因为这降低了4K到一个琐碎的成本在墙上时钟时间。 如果您查找可用的SVM实现并根据需要更改I/O部分，那么所有这些都在您的控制之下

这有用吗