2016-04-19 2 views
1

Я использую libsvm-3.21 для epsilon-svr. У меня есть данные о тренировках с таким количеством не нулей (разреженный формат). Когда я использую svm-scale для масштабирования функции в диапазоне [0, 1], я получаю это предупреждениеПредупреждение в svm-scale libsvm

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

Должен ли я игнорировать это предупреждение, это повлияет на мои предсказания?

ответ

0

Редкие входы могут обрабатываться более эффективно. Поэтому, если вы можете масштабировать свои данные таким образом, чтобы сохранить нули, ваша модель может быть довольно быстрой.

И модель, которая занимает меньше времени на поезд, может привести к лучшему результату, поскольку у вас есть больше времени для оптимизации параметров.

Смежные вопросы