Scikit Learn SVC挂在小数据集上

Question

我正在尝试使用scikit learn将SVM拟合到我的数据中。然而，当我尝试拟合数据时，Python挂在下面的最后一行。在杀死它之前，我让它运行了12个小时。trainX有100个功能和1000行。如果有区别的话，它也是一个稠密矩阵。任何帮助都将不胜感激。

    trainX,trainY,testX,testY,validateX,validateY = splitData()
    mdl = svm.SVC(C=1.0, cache_size=500, class_weight=None, coef0=0.0, degree=3,
        gamma=0.1, kernel='rbf', max_iter=-1, probability=False,
        shrinking=True, tol=0.1, verbose=True)
    mdl.fit(trainX,trainY)   

Answer 1

应该使用sklearn.preprocessing.MinMaxScaler或StandardScaler规范化数据。