在SVM中，支持向量不能成爲訓練樣本嗎？

對於所有SVM版本，如c-svm，v-svm，soft margin svm等，支持向量是否可以不是訓練樣本？在SVM中，支持向量不能成爲訓練樣本嗎？

2013-04-26 jarjar

不，它不能。支持向量總是來自訓練集的樣本。

這是一件好事，因爲這意味着支持向量機忽略了樣本的內部結構及其支持向量。只有與SVM本身分離的核函數必須知道樣本的結構。雖然大多數內核都使用數字向量，但內核可以在字符串，樹，圖表等操作上進行命名。（請注意，線性支持向量機可以在不考慮支持向量的情況下進行訓練，也就是說，當您使用SGD等算法在適當的正則化條件下訓練鉸鏈損失下的線性模型時，您會得到一個模型相當於一個帶線性核的支持向量機，但支持向量是隱含的。）

來源

2013-04-26 09:42:26

感謝larsmans，btw，內核如何在圖上運行？你能舉個例子嗎？ – jarjar 2013-04-27 05:46:23

@jarjar：這個想法是，你定義了一個對稱函數K（x，y），它返回更大的值，因爲對象x和y更加相似。我對圖內核並不十分熟悉，但是如果以字符串爲例，那麼K可能是一些與Levenshtein距離D相關的函數，例如， 1 /（1 + D（x，y））。 – 2013-04-27 10:39:57

謝謝larsmans ~~ – jarjar 2013-04-29 01:07:45

在SVM中，支持向量不能成爲訓練樣本嗎？

回答

相關問題