0

我正在尝试使用 scikit-learn 将 SVM 拟合到我的数据中。但是，当我尝试拟合数据时，Python 会挂在下面的最后一行。在杀死它之前，我让它运行了 12 个小时。trainX 有 100 个特征和 1000 行。它也是一个密集矩阵，如果这有所作为的话。任何帮助将非常感激。 

    trainX,trainY,testX,testY,validateX,validateY = splitData()
    mdl = svm.SVC(C=1.0, cache_size=500, class_weight=None, coef0=0.0, degree=3,
        gamma=0.1, kernel='rbf', max_iter=-1, probability=False,
        shrinking=True, tol=0.1, verbose=True)
    mdl.fit(trainX,trainY)
4

1 回答 1

3

sklearn.preprocessing.MinMaxScaler您应该使用或规范化数据StandardScaler。

于 2013-07-10T07:41:36.363 回答