SVM可以逐步学习吗？

Question

我正在使用多维SVM分类器（SVM.NET，libSVM的包装器）来对一组功能进行分类。

鉴于SVM模型，是否可以合并新的训练数据而无需重新计算所有以前的数据？我想另一种方法是：SVM是否可变？

Answer 1

实际上，它通常被称为增量学习。之前提出的问题在这里得到了很好的回答：A few implementation details for a Support-Vector Machine (SVM)。

简而言之，它可能但并不容易，您必须更改正在使用的库或自己实施训练算法。

我找到了两个可能的解决方案SVMHeavy和LaSVM，它们支持增量培训。但是我没有使用它们，也不了解它们。

Answer 2

在线和增量虽然相似但略有不同。在线，它通常可以配置单个传递（epoch = 1）或一些时期。如果，增量意味着你已经拥有一个模型;无论它是如何构建的，但是模型可以通过新的例子变得可变。此外，通常需要在线和增量的组合。

以下是工具列表，其中包含有关在线和/或增量SVM的一些注释：https://stats.stackexchange.com/questions/30834/is-it-possible-to-append-training-data-to-existing-svm-models/51989#51989