机器学习算法中的示例顺序 (Scikit Learn)答案

【问题标题】：Example order in machine learning algorithms (Scikit Learn)机器学习算法中的示例顺序 (Scikit Learn)
【发布时间】：2014-07-13 08:35:18
【问题描述】：

我正在使用 Python 和 scikit-learn 进行一些分类。我有一个文档似乎没有涵盖的问题：例如，如果我正在使用 SVM 进行分类，那么输入示例的顺序是否重要？如果我有二进制标签，如果我将标签为 0 的所有示例彼此相邻，标签为 1 的所有示例彼此相邻，结果是否会不太准确，或者将它们混合起来会更好吗？ scikit 提供的其他算法呢？

【问题讨论】：

你想对时间模式进行分类吗？

标签： python numpy machine-learning scipy scikit-learn

【解决方案1】：

否，训练集中的模式的排序无关紧要。虽然样本的排序可以影响随机梯度下降学习算法（例如例如NN的一个），它们在大多数情况下以确保内部随机性的方式编码。另一方面，SVM是全局收敛的，无论订购如何，它都会导致完全相同的解决方案。

【讨论】：