machine-learning - 使用 libsvm 进行分类训练

Question

我想使用 libsvm 进行分类。我有 9 个训练集，每组有 144000 个标记实例，每个实例具有可变数量的特征。训练一组大约需要 12 个小时（带有概率估计的 ./svm-train ）。由于我没有太多时间，我想一次跑多组。我不确定我是否能做到这一点。我可以在不同的终端同时运行所有 9 个进程吗？

./svm-train -b 1 feat1.txt
./svm-train -b 1 feat2.txt
      .
      .
      .
./svm-train -b 1 feat9.txt

（我正在使用 Fedora 核心 5）

Answer 1

您可以告诉 libsvm 使用 openmp 进行并行化。看看这个 libsvm 常见问题解答条目：http ://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html#f432

Answer 2

正如亚当所说，这取决于您的系统有多少内核和处理器可用。如果这还不够，为什么不启动几个 EC2 实例来运行呢？

Infochimps MacchetEC2 公共 AMI 附带您需要的大部分工具：http: //blog.infochimps.org/2009/02/06/start-hacking-machetec2-released/

Answer 3

是的。但除非您拥有多核或多处理器系统，否则它可能不会为您节省那么多时间。