RBF核SVC时间复杂度为O(n²)～O(n³)，因需存储n×n核矩阵，百万样本下内存超16TB且无法实用；应优先选用LinearSVC或Nystroem+LinearSVC替代。
rbf 核的 SVC 时间复杂度是 O(n²)～O(n³)
这不是配置问题，而是算法本身的数学结构决定的。SVC(kernel='rbf') 需要构建并存储完整的 n×n 核矩阵，其中 n 是样本数。当 train-set 达到 (1422392, 29) 这种量级时，光是核矩阵就需约 16TB 内存（按 float64 算），实际根本无法分配。即使能塞进内存，SMO 类优化器仍需反复访问该矩阵，导致 CPU 缓存失效、频繁换页。
常见错误现象包括：
• fit() 卡住超过 1 小时无响应
• Python 进程被系统 OOM killer 杀掉
• GridSearchCV 中单次 cv 折耗时超 15 小时（如 1350 样本已出现）
此时换参数、加更多 CPU 核、调大 cache_size 都无效——瓶颈在算法复杂度，不在资源调度。
LinearSVC 的时间复杂度是 O(n × d)，适合百万级样本
当特征维数 d ≥ 100（比如 TF-IDF、HOG、CNN 特征），线性分类器效果常不输 rbf 核，且训练速度提升两个数量级以上。scikit-learn 的 LinearSVC 底层用的是 LIBLINEAR，采用坐标下降法，不构造核矩阵，内存占用稳定在 O(n × d)。
立即学习“Python免费学习笔记（深入）”；
使用要点：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
LinearSVC默认返回decision_function，要概率输出得显式加probability=True（会触发 Platt scaling，略慢但可控） - 避免和
OneVsRestClassifier嵌套使用——LinearSVC本身已支持多类（'ovr' 模式默认启用） - 若原始特征稀疏（如文本向量），直接传入
scipy.sparse矩阵，LIBLINEAR 会自动跳过零值计算
Nystroem + LinearSVC 是非线性场景下的实用替代
真需要 rbf 核的表达能力？别硬跑 SVC(kernel='rbf')。改用核近似：先用 Nystroem 将原始特征映射到中等维度的线性空间，再喂给 LinearSVC。
关键参数选择：
-
n_components=500～1000通常足够；超过2000易内存暴涨且精度不再明显提升 -
gamma不必精细调参——Nystroem对 gamma 敏感度远低于原生 rbf 核，设为0.01或用sklearn.metrics.pairwise.kernel_params估一个粗略值即可 - 流程必须是：
Nystroem().fit_transform(X_train)→LinearSVC().fit()；不能对测试集单独 fit，否则分布偏移
GridSearchCV 在 SVM 上极易失控
定义 param_grid = {'kernel': ['linear', 'rbf'], 'C': [1, 10, 100], 'gamma': [0.001, 0.01, 0.1]} 会产生 3×3×3=27 种组合，每种做 5 折交叉验证就是 135 次完整训练。rbf 下每次训练本身又慢，等于把 O(n³) 问题放大了上百倍。
更务实的做法：
- 先固定 kernel：高维数据优先试
LinearSVC，效果不够再切Nystroem+LinearSVC - 只调
C（线性模型中它是主要控制项），gamma留给核近似内部处理 - 用
RandomizedSearchCV替代，限定总迭代次数（如n_iter=20），避免穷举
真正卡住你的，往往不是“没调好参数”，而是选错了算法路径——rbf 核 SVC 在百万样本上本就不该作为第一选项。
