scikit-learn 中的 NuSVR 与 SVR答案

【问题标题】：NuSVR vs SVR in scikit-learnscikit-learn 中的 NuSVR 与 SVR
【发布时间】：2013-12-28 18:10:34
【问题描述】：

sklearn 提供了两个基于 SVM 的回归，SVR 和 NuSVR。后者声称正在使用 libsvm。但是，除此之外，我没有看到任何关于何时使用什么的描述。有人有想法吗？我正在尝试使用 SVR 使用 5 折交叉验证对 3m X 21 矩阵进行回归，但它需要永远完成。我放弃了这份工作，现在正在考虑使用 NuSVR。但我不确定它有什么优势。

NuSVR - http://scikit-learn.org/stable/modules/generated/sklearn.svm.NuSVR.html#sklearn.svm.NuSVR SVR - http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVR.html#sklearn.svm.SVR

【问题讨论】：

标签： machine-learning scikit-learn libsvm

【解决方案1】：

它们是相同实现的等效但略有不同的参数化。大多数人使用 SVR。您不能在内核 SVR 中使用那么多样本。您可以尝试 SVR(kernel="Linear") 但这也可能是不可行的。我推荐使用 SGDRegressor。不过，您可能需要调整学习率和 epoch 数。

您也可以尝试 RandomForestRegressor，它应该可以正常工作。

【讨论】：

Andreas 你的意思是 SVR 而不是我认为的 SVC。

【解决方案2】：

查看github code for nuSVR。它说它也是基于 libSVM 的。 NuSVR 允许您限制使用的支持向量的数量。

【讨论】：