【发布时间】：2017-12-13 11:56:53
【问题描述】：
我正在训练一个 SVM（来自 opencv 的 train_auto）两次。
两次我都使用相同的参数： C=0.01，100.000 次迭代，32 个特征和 24550 个样本。 但是不同的输入样本。第一次我只使用我的训练数据，第二次，更少的训练数据+一些假阴性，但训练数据量与第一步完全相同。
第一次训练在大约 2 小时后结束。而第二次运行无休止（超过 10 小时）。这怎么可能？我该如何解决这个问题？
您好， 斯特菲
编辑一些代码：
void SVMtrain(bool retraining) {
int factor_pos = 5;
int factor_neg = 10;
std::string line;
int N_pos = 2474;
N_pos *= factor_pos;
int N_neg = 0;
std::ifstream myfile2(LIST_NEG);
while (std::getline(myfile2, line))
++N_neg;
N_neg *= factor_neg;
Mat points = createFirstSet(N_pos, N_neg, factor_pos, factor_neg);
Mat labels = createFirstLabels(N_pos, N_neg);
Mat all_neg;
if (retraining) {
Mat hardNegatives = find_hardNegatives();
hardNegatives.copyTo(points(Rect(0, points.rows - (MAX_HARD_NEG+1), hardNegatives.cols, hardNegatives.rows)));
}
// Train with SVM
CvSVMParams params;
params.svm_type = CvSVM::C_SVC;
params.kernel_type = CvSVM::LINEAR;
params.C = 0.01; //best option according to Dalal and Triggs
params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, iterations, 1e-6);
CvSVM SVM;
if (retraining) {
cout << "Training SVM with " << points.rows << " Datapoints... (" << N_pos << ", " << points.rows - N_pos << ") since: " << getTimeFormatted()<< endl;
SVM.train_auto(points, labels, Mat(), Mat(), params);
SVM.save(SVM_2_LOCATION);
}
else {
cout << "Training SVM with " << points.rows << " Datapoints... (" << N_pos << ", " << N_neg << ") since: " << getTimeFormatted() << endl;
SVM.train_auto(points, labels, Mat(), Mat(), params);
SVM.save(SVM_LOCATION);
}
cout << "finished training at " << getTimeFormatted() << endl << endl;
}
【问题讨论】：
-
如果您认为数据不是线性可分的，我建议您尝试使用 RBF 内核。此外，您可以尝试组合标志，例如：迭代 + EPS。
-
但是 RBF 通常比线性花费更长的时间，不是吗？但是我会尝试。谢谢你的提示。