4

我在并行 SVM 分类时遇到问题。在我的代码中，我重复了 3 次 SVM 的 5 倍交叉验证并平均了它的准确性。我想并行 3 次重复交叉验证的主循环，但是当我在这个循环中使用 parfor 时，程序不会使用我的 CPU 的 2 个核心的所有性能，只使用 60% 的性能！。

太感谢了

代码 ：

parfor L=1:NumOFLoops;

indices = crossvalind('Kfold',QQ,NumOfKfold);
cp = classperf(QQ);

for m=1:NumOfKfold;

test = (indices == m); Train = ~test;
testI=zeros(numel(test>0),1);

TrainInputs=INPUT(Train,:);
TrainTargets=QQ(Train,:);
TestInputs=INPUT(test,:);

%% SVM Structure

  svmstruct=svmtrain(TrainInputs,TrainTargets,...
 'boxconstraint',Penalty,...
 'kernel_function','rbf','method','QP',...
 'rbf_sigma',Sigma)

  TestOutputs=svmclassify(svmstruct,TestInputs,'showplot',false);
  classperf(cp,TestOutputs,test);

end
Error(:,L)=cp.ErrorRate;         
end
Results.ErrorRate=(sum(Error))/NumOFLoops;
4

0 回答 0