Я пытаюсь обучить классификатор LS-SVM на наборе данных, имеющих следующие размеры:LS-SVM обучение: Из памяти
обучающего набора данных: TS = 48000x12 (двойной)
группы: G = 48000x1 (двойной)
Matlab код тренировки:
class = svmtrain(TS,G,'method','LS',...
'kernel_function','rbf','boxconstraint',C,'rbf_sigma',sigma);
Затем я получил сообщение об ошибке: USIN
ошибка g svmtrain (строка 516)
Ошибка при оценке функции ядра «rbf_kernel».
Вызванный:
Ошибка с помощью repmat
Из памяти. Введите HELP MEMORY для своих опций.
Обратите внимание, что размер физической памяти составляет 4 ГБ, и он работает, когда я уменьшаю размер обучения набора данных. Поэтому, если есть решение с одинаковым размером данных и, конечно, без добавления физической памяти.
Сколько классов у вас есть в вашем наборе обучения? – lejlot
@lejlot: 'svmtrain' Функция Matlab работает только по двоичной классификации, поэтому у меня есть только два класса. – Sofiane
Возможно, вам удастся избежать использования Breeze в Scala для SVM. Мне не нравятся безрезультатные решения чего-либо, и Matlab всегда будет не в масштабе. Я предлагаю вам перейти на http://spark.incubator.apache.org/docs/latest/mllib-guide.html – samthebest