SVM 可以增量学习吗？

Question

我正在使用多维 SVM 分类器（SVM.NET，libSVM 的包装器）对一组特征进行分类。

给定一个 SVM 模型，是否可以合并新的训练数据而无需重新计算所有先前的数据？我想另一种说法是：SVM 是可变的吗？

Answer 1

实际上，它通常称为增量学习。这个问题以前提出过，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，这可能但并不容易，您必须更改正在使用的库或自己实现训练算法。

我找到了两种可能的解决方案，SVMHeavy 和 LaSVM，它们支持增量训练。但我没用过，对它们一无所知。

Answer 2

在线和增量虽然相似但略有不同。在网上，它通常可以配置单遍（epoch=1）或epoch数。其中，增量意味着您已经有一个模型；不管它是如何构建的，但是模型可以被新的例子改变。此外，通常需要在线和增量相结合。

这是一个工具列表，其中包含一些关于在线和/或增量 SVM 的评论：https://stats.stackexchange.com/questions/30834/is-it-possible-to-append-training-data-to-existing-svm-models/51989#51989