LS-SVM обучение: Из памяти

Question

Я пытаюсь обучить классификатор LS-SVM на наборе данных, имеющих следующие размеры:

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.

Answer 1

Кажется, что для реализации требуется вычисление всей матрицы Грама, размер N x N (где N - количество сампелей) в вашем случае - 2,304,000,000, теперь каждый из них представлен 32-битным поплавком, это означает, что требуется не менее 4 байтов, что дает 9,216,000,000 байтов, что примерно равно 9GB данных только для матрицы Gram (Kernel).

Есть два варианта:

реализация
• поиск которых для RBF ядра не вычислить ядро ​​(грамм) матрицы, но вместо того, чтобы использовать некоторые отозваны для вычисления значения Kernel каждый раз
• Вы можете попробовать использовать какой-то приближении LS-SVM, как Fast разреженных Сближение наименьших квадратов Поддержка Vector Machine: http://homes.cs.washington.edu/~lfb/software/FSALS-SVM.htm