大量のデータのSVM予測

Question

比較的大量のデータ（150M）に対してSVM分類（バイナリ応答あり）を実行したい。そこで、私はトレーニングデータセット（約50,000と言う）をサンプリングし、svm{e1071}をRに使ってモデルを構築しました。今度は、その結果をデータセット全体に適用したいと考えています。 Rにこのような大きなデータセットをロードして実行する方法がわかりません。ですから、Rからモデルパラメータを抽出し、別のプラットフォームで実行する必要があります。言い換えれば、私は、全体のデータに対して同じweight.svm（確率）を取得したい：

model.svm = svm(as.factor(response) ~.,data=predictors, probability=TRUE) 
predict.svm= predict(model.svm,predictors,probability=TRUE) 
weight.svm = data.frame(attr(predict.svm,"probabilities")) 

任意の提案？ SVMでこの予測関数がどのように機能するかを示す簡単なテキスト/参照はありますか？どの値をmodel.svmオブジェクトから抽出すればよいですか？ model.svm$SVなど？

Answer 1

カーネルが線形の場合はPegasos algorithmを使用できます。このアルゴリズムは論文の7ページにあり、10行未満のコードであり、SVM最適化問題を解決するための最速のアルゴリズムの1つです。