libsvm和liblinear都是实现支持向量机的软件库。有什么不同？以及这些差异如何使 liblinear 比 libsvm 更快？
问问题
15267 次
3 回答
37
实际上，在 libsvm 中实现的 SMO 算法（适用于内核和线性 SVM）的复杂度是 O(n^2) 或 O(n^3)，而 liblinear 是 O(n)，但不支持内核 SVM。n 是训练数据集中的样本数。
因此，对于中到大规模，忘记内核并使用 liblinear（或者看看近似内核 SVM 求解器，例如LaSVM）。
编辑：在实践中，libsvm 在 10k 样本时变得非常缓慢。
于 2012-07-17T16:07:56.627 回答
10
SVM 是支持向量机，它基本上是一个线性分类器，但是使用许多核变换预先将非线性问题变成线性问题。
从上面的链接来看，似乎 liblinear 几乎是一回事，没有那些内核转换。因此，正如他们所说，在不需要内核转换的情况下（他们提到文档分类），它会更快。
于 2012-07-16T17:01:34.577 回答
3
来自：http ://www.csie.ntu.edu.tw/~cjlin/papers/liblinear.pdf
它支持 L2 正则化逻辑回归 (LR)、L2 损失和 L1 损失线性支持向量机 (SVM) (Boser et al., 1992)。它继承了流行的 SVM 库 LIBSVM 的许多特性
您还可能会从其中一位创建者那里看到一些有用的信息：http ://agbs.kyb.tuebingen.mpg.de/km/bb/showthread.php?tid=710
我想说，主要思想是 liblinear 被优化以处理线性分类（即不需要内核），而线性分类只是 libsvm 的众多功能之一，因此在逻辑上它可能与 liblinear 不匹配分类准确度。显然，我在这里做了一些广泛的概括，关于差异的确切细节可能包含在我上面链接的论文以及来自 libsvm 网站的相应用户指南中。
于 2012-07-17T04:05:51.967 回答