f*********y
发帖数: 376 | 1 有train set和test set
1。用train set， 利用tune函数去优化 hyper－parameter，10－fold cross
validation，最后给出了保证error最小的parameters。
但是发现这些parameter对test set效果不好，我自己随便试个别的，都更好，假设
kernel都一样。
2。若是有些变量，对所有observation都一样的值，svm会给出warning，说这个变量不
能scale，这会不会影响model。怎么处理？删了这个变量？因为它其实对所有都一样的
值？
3。若是数据量非常大，用R很不给力。 比如我用的数据有15万个observation，每个
observation有200个变量。怎么办？run 很久需要。。。 |
j******4
发帖数: 6090 | 2 1. 我觉得这个结果应该跟你的train set 和 test set的 size有关系。
2. 如果这个变量的variance是0，或者非常接近0，那就不用包括在数据里了吧。
3. 你不能连接到某个cluster上么？R跑循环是非常慢的，可以尝试一下python或者SAS？
个人建议，仅供参考 |
B******5
发帖数: 4676 | 3 3跟R跑循环没关系吧，而且LZ应该是调用的e1071里面的SVM吧，那个都是C level的。
话说Python和SAS怎么搞SVM?
SAS？
【在 j******4 的大作中提到】
: 1. 我觉得这个结果应该跟你的train set 和 test set的 size有关系。
: 2. 如果这个变量的variance是0，或者非常接近0，那就不用包括在数据里了吧。
: 3. 你不能连接到某个cluster上么？R跑循环是非常慢的，可以尝试一下python或者SAS？
: 个人建议，仅供参考
|
s*********e
发帖数: 1051 | 4 www.shogun-toolbox.org
【在 B******5 的大作中提到】
: 3跟R跑循环没关系吧，而且LZ应该是调用的e1071里面的SVM吧，那个都是C level的。
: 话说Python和SAS怎么搞SVM?
:
: SAS？
|
B******5
发帖数: 4676 | 5 看起来很不错唉，没用过，给具体介绍下吧～
【在 s*********e 的大作中提到】
: www.shogun-toolbox.org
|
