SVM 的 C++ 數據

Question

我將使用 openCV 的 (C++) SVM（支持向量機）進行分類。 但是有個問題：

特征向量太大了（每個有 1890000 個元素），我有超過 10000 個特征向量來訓練 SVM。 如何操作特征向量或使用它們而不會遇到內存問題？

Answer 1

對於如此高的維度和如此多的訓練樣本，您將需要大量內存才能使用任何流行的 SVM 實現。 如果我要面對這個問題，那么我至少會考慮以下選項之一：

• 減少每個向量的維度，有很多算法可以做到這一點，但 PCA 是一個好的開始。
• 在一些具有大量內存的主機上獲取計算時間（也許亞馬遜 ec2 實例之一就足夠了）
• 使用 SVM 的線性在線近似進行測試。 在高維中，您很可能可以線性地分離類，並且您可以使用 SVM在線近似值，然后一次只加載一個樣本到內存中，在這種情況下，您不需要那么多內存（我會為此考慮 pegasos-svm）。