Python Scikit学习SVC挂起在小数据集上
我正在尝试使用scikit学习将SVM适合我的数据。然而,当我尝试拟合数据时,Python挂起在下面的最后一行。在杀死它之前,我让它运行了12个小时。trainX有100个特征和1000行。这也是一个密集矩阵,如果这有区别的话。任何帮助都将不胜感激Python Scikit学习SVC挂起在小数据集上,python,svm,scikit-learn,Python,Svm,Scikit Learn,我正在尝试使用scikit学习将SVM适合我的数据。然而,当我尝试拟合数据时,Python挂起在下面的最后一行。在杀死它之前,我让它运行了12个小时。trainX有100个特征和1000行。这也是一个密集矩阵,如果这有区别的话。任何帮助都将不胜感激 trainX,trainY,testX,testY,validateX,validateY = splitData() mdl = svm.SVC(C=1.0, cache_size=500, class_weight=None, c
trainX,trainY,testX,testY,validateX,validateY = splitData()
mdl = svm.SVC(C=1.0, cache_size=500, class_weight=None, coef0=0.0, degree=3,
gamma=0.1, kernel='rbf', max_iter=-1, probability=False,
shrinking=True, tol=0.1, verbose=True)
mdl.fit(trainX,trainY)
您应该使用
sklearn.preprocessing.MinMaxScaler
或StandardScaler
对数据进行规范化。您应该使用sklearn.preprocessing.MinMaxScaler
或StandardScaler
对数据进行规范化