使用sklearn做文本分類(lèi)，速度比較慢，有什么優(yōu)化方法？首先，我想你可以打印出每一步的時(shí)間，看看哪一步需要更多的時(shí)間，并嘗試找到優(yōu)化方法。讓我先談?wù)勎蚁氲降膸c(diǎn)。在sklearn的一些分類(lèi)方法中，您

使用sklearn做文本分類(lèi)，速度比較慢，有什么優(yōu)化方法？

首先，我想你可以打印出每一步的時(shí)間，看看哪一步需要更多的時(shí)間，并嘗試找到優(yōu)化方法。讓我先談?wù)勎蚁氲降膸c(diǎn)。

在sklearn的一些分類(lèi)方法中，您還可以嘗試在其參數(shù)中使用multi-process選項(xiàng)。

如果您的培訓(xùn)數(shù)據(jù)很大，請(qǐng)先嘗試LSA、LDA和其他模型來(lái)降低維度。這兩種方法在sklearn中也可用。

此外，在countvectorizer中，設(shè)置mintf和maxtf參數(shù)以避免過(guò)多的字。雖然這可能對(duì)速度影響很小，但可能會(huì)對(duì)結(jié)果產(chǎn)生影響。

如果你在處理中文文本，必須有一個(gè)好的停止詞和字典。

暫時(shí)就這么多了。

如何使用sklearn中的SVM？

sklearn中有sgdclassizer，通過(guò)改變損失函數(shù)損失，可以對(duì)應(yīng)不同的分類(lèi)回歸學(xué)習(xí)器，如下圖所示：

默認(rèn)為使用鉸鏈損失，即實(shí)現(xiàn)線性支持向量機(jī)