SVM的增量學習

Question

什麼是增量學習（機器學習）算法有用的一些真實世界的應用程序？ SVM是否適合這種應用？ 解決方案的計算密集度高於包含舊支持向量和新訓練向量的集合嗎？

Answer 1

有SVM的一個衆所周知的增量版本：

• http://www.isn.ucsd.edu/pubs/nips00_inc.pdf

然而，沒有多少現有的實現可用，或許真的是在Matlab：

• http://www.isn.ucsd.edu/svm/incremental/

該方法的優點是，它提供的 確切留一出評價的泛化能力訓練數據

Answer 2

孤單是對大趨勢，「出核心的」數據集，這往往是在流來自網絡，磁盤或數據庫。一個真實世界的例子是流行的nyc出租車數據集，在330 + gb時，桌面統計模型無法輕鬆解決。

作爲「一批」算法，svms必須將整個數據集加載到內存中。因此它們不是增量學習的首選。相反，學習者喜歡邏輯迴歸，kmeans，神經網絡，這些能夠部分學習的網絡，對於這樣的任務是首選。