为什么我在使用 sklearn 和 sklearnex 时得到不同的 SVC 学习曲线

Question

 现在我使用SVM.SVC来训练数据。由于使用sklearn的执行时间很长，我尝试实现sklearnex。使用下面相同的数据和参数后，我得到两个不同的学习曲线。不知道是否有人运行遇到同样的问题，如果是这样，如何解决或问题出在哪里。

参数：

• 内核='rbf'
• C = 1
• 伽马 = 1e-2
• 最大迭代数 = 3000
• 随机状态= 42
• tol =1e-3
• 概率=正确
• 缓存大小=500

套装版本：

• scikit-learn - 1.1.1
• scikit-learn-intelex - 2023.2.1

学习曲线：

• 

• 

我已经访问了 git 上的问题页面，但一无所获。

Answer 1

我进行了类似的实验，发现他们给出了相同的结果：

我使用的是

SVR

和 5 倍 CV 以及与你的数据集类似大小的数据集。我在sklearn 1.3.0下运行它。和 sklearnex 2023.2.1。如果您能够在较新的 sklearn 下运行它，可能值得尝试。