cache_size 对 SVC 处理时间的影响

Question

我已经完成了交叉验证的 SVC 分析。阅读 svc 的 scikit-learn 文档，我看到了这一点：

“内核缓存大小：对于 SVC、SVR、nuSVC 和 NuSVR，内核缓存的大小对较大问题的运行时间有很大影响。如果您有足够的可用 RAM，建议将 cache_size 设置为比默认为 200(MB)，例如 500(MB) 或 1000(MB)。”

因此，我多次重新运行分析，并使用几个不同的 cache_size 值（50、100、200、800、1200、2000、4000、8000）对结果进行计时。

我的完整分析在cache_size低于2000时大约需要11.2秒，当cache_size大于2000时时间跳到40秒。

分析在具有 16 GB 内存的现代计算机上进行。

我想知道是否有人知道为什么对于低于 2000 的任何缓存值，处理时间根本不会改变，以及为什么处理时间会随着值的增加而变长。同样，计算机有 16 GB 内存，并且在任何 cache_size 值下都没有出现任何速度减慢的迹象。

谢谢大家的想法。

Answer 1

您注意到缓存 > 2000 MB 的速度下降可能是此错误的结果：https://github.com/scikit-learn/scikit-learn/issues/8012（有符号的 32 位整数溢出）。