最近在用SVM为分类器做实验,但是发现数据量太大(2000k条记录)但是训练时间过长...让我足足等了1天的啊!有人指导说可以先进行一下随机采样,再训练,这样对训练结果不会有太大影响(这个待考证)。所以就对数据进行了一下降采样,具体方法如下:
shuf data | head -n 100000
其中,我的数据是在txt文件中存储的,基本格式是:
record 1 xxxxx record 2 xxxxx record 3 xxxxx record 4 xxxxx ........... record n xxxxx
利用shuf对数据记录进行随机采样
时间: 2024-10-04 08:45:20