machine-learning - scikit-learn 中的 NuSVR 与 SVR

Question

sklearn提供了两种基于SVM的回归，SVR和NuSVR。后者声称使用 libsvm。然而，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 倍交叉验证对 3m X 21 矩阵进行回归，但需要很长时间才能完成。我已经放弃了这项工作，现在正在考虑使用 NuSVR。但我不确定它提供了什么优势。

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

Answer 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 中使用那么多示例。您可以尝试 SVR(kernel="Linear") 但这可能也是不可行的。我建议使用 SGDRegressor。不过，您可能需要调整学习率和时期数。

您还可以尝试 RandomForestRegressor，它应该可以正常工作。