支持向量机尺度libsvm中的警告_Svm_Libsvm

支持向量机尺度libsvm中的警告

支持向量机尺度libsvm中的警告,svm,libsvm,Svm,Libsvm,我正在使用libsvm-3.21来表示epsilonsvr。我有一个包含如此多非零（稀疏格式）的训练数据。当我使用svm scale将特征缩放到[0,1]范围时，我得到了这个警告 WARNING: original #nonzeros 503981 > new #nonzeros 6450944 If feature values are non-negative and sparse, use -l 0 rather than the default -l -1

我正在使用

libsvm-3.21

来表示

epsilonsvr

。我有一个包含如此多非零（稀疏格式）的训练数据。当我使用

svm scale

将特征缩放到[0,1]范围时，我得到了这个警告

WARNING: original #nonzeros 503981
       > new      #nonzeros 6450944
If feature values are non-negative and sparse, use -l 0 rather than the default -l -1

如果忽略此警告，是否会影响我的预测？

稀疏输入可以更有效地处理。因此，如果您能够以某种方式缩放数据以保留零，那么您的模型可能会更快一些

而一个训练时间更短的模型可能会给你带来更好的结果，因为你有更多的时间优化参数