怎么样减少支持向量机（SVM）的训练时间
我感觉你要问的就是怎么剔除掉那些非支持向量，其实就是针对支持向量的样本选择方法。这样的方法有很多，你搜一下就能找到，比较经典的是用距离或者k近邻来找。复杂度肯定是比没有做样本选择要低的，因为你选样本就是为了加速，再弄个麻烦的方法，不是得不偿失么。至于复杂度最低的，还真没比较过，近几年也陆陆续续有新的文章出来，这个比较的范围太庞大了。而且这个复杂度还有可能跟你的样本选择方法中的参数有关系，不能一概而论哪个最快的。然后关于核函数的复杂度，对于一般SVM来说，线性和非线性核的计算复杂度是一样的，它们内部都是一次乘法。
推荐阅读
- 『创业』自主创业每年最高可减免税收14400元 南京出台意见，多举措支持退役军人就业创业
- dart这编程语言现在发展怎么样了，语法与Java，c#很相似，甚至更简洁
- 微博目前已经支持文本，图片，位置分享，为啥没有语音和视频呢微博的pm肯定想过这两种微博形态，但迟迟不做的原因到底是啥。是语音和视频不符合产
- 为啥Smartisan OS只能支持移动的VoLTE
- 青年|一汽奔腾T77怎么样？车主吐槽：后排座椅太短，和坐小板凳似的
- 电商网站支付流程的流失率是怎么样的从用户点击充值/支付按钮，到支付完成，其中每一步的流失比率都是咋样的
- 能和 Google Calender 方便双向同步的 iOS 日程管理软件有哪些最好也支持iPad
- 作为一个服装供应商，怎么样与淘宝卖家沟通才能卖出自己的产品或者拿到订单
- 在丁丁租房工作的感受是怎么样的
- 城市数据团是怎么样一个团队