Question

大数据场景下，非线性核函数的 svm 模型为什么很少用到

Answer 1

我觉得主要有两点原因：

1、我们要求样本特征维数要和数据集规模成正比，当样本数很多时，样本的特征数也应该很多，如果特征维数很高，往往线性可分（SVM解决非线性分类问题的思路就是将样本映射到更高维的特征空间中），可以直接采用LR或者线性核的SVM；

2、大数据场景下，往往意味着数据集规模庞大，样本很多，如果样本数量很多，由于求解最优化问题的时候，两两样本都需要计算内积，使用非线性核（其实主要就是高斯核）明显计算量会远大于线性核；

另外如果遇到样本数很多，而特征数很少时，应该手动添加一些特征。