Il classificatore basato su kernel di solito richiede tempo di allenamento O (n^3) a causa del calcolo del prodotto interno tra due istanze. Per accelerare la formazione, i valori del prodotto interno possono essere pre-calcolati e memorizzati in una matrice bidimensionale. Tuttavia quando il no. di istanze è molto grande, diciamo oltre 100.000, non ci sarà memoria sufficiente per farlo.Metodi kernel per set di dati su larga scala
Quindi un'idea migliore per questo?
Non ho idea di cosa stai parlando. Qualcun altro qui lo capisce e forse può spiegarmelo? –
"I classificatori basati sul kernel" sono un tipo di algoritmo di apprendimento automatico che può essere addestrato su dati (input -> output) per prevedere i valori di output per valori di input mai visti prima. L'interrogante è preoccupato perché gli algoritmi sembrano avere una scala molto bassa con il numero di coppie (input, output). – Stompchicken