将 Bagging 分类器与支持向量机模型一起使用

【问题标题】：Use Bagging Classifier with a support vector machine model将 Bagging 分类器与支持向量机模型一起使用
【发布时间】：2019-04-26 13:19:51
【问题描述】：

当我尝试执行时

svm = SVC(gamma='auto',random_state = 42,probability=True)
BaggingClassifier(base_estimator=svm, n_estimators=31, random_state=314).fit(X,y)

它无限期地运行。是命令导致计算以非常慢的速度发生还是我做错了？

【问题讨论】：

标签： python machine-learning scikit-learn classification svm

【解决方案1】：

您正确使用它。 SVC 超级慢。以下是您可以检查的方法：

from sklearn.svm import LinearSVC
from sklearn.ensemble import BaggingClassifier
import hasy_tools  # pip install hasy_tools

# Load and preprocess data
data = hasy_tools.load_data()
X = data['x_train']
X = hasy_tools.preprocess(X)
X = X.reshape(len(X), -1)
y = data['y_train']

# Reduce dataset
dataset_size = 100
X = X[:dataset_size]
y = y[:dataset_size]

# Define model
svm = LinearSVC(random_state=42)
model = BaggingClassifier(base_estimator=svm, n_estimators=31, random_state=314)

# Fit
model.fit(X, y)

有关why SVC is slow 的更多详细信息，请访问 datascience.SE。

【讨论】：