【发布时间】：2014-07-18 07:16:31
【问题描述】：
我最近在学习 SVM 和支持向量。例如，如果我在具有 n 个数据的二维分类问题中选择硬线性 SVM，则结果由 k=2 支持向量组成。如果我在以前的数据中添加另一个标记数据并重新训练 SVM。 SV的最大数量是多少？
我认为 N+1。但我需要一些证据。有人帮忙吗？
【问题讨论】：
标签： machine-learning classification data-mining svm
【发布时间】：2014-07-18 07:16:31
【问题描述】：
假设 N 是您的训练集的大小，并假设所有这些都可以被选为支持向量，那么 N 是该特定场景的最大 SV 数量。
【讨论】：
-
可以可视化任何图形示例吗？当n个数据变成SV？例如 n=4 或 n=7？
-
@user3677661 这不准确（特别是第四个例子）但我想你会明白的......i.imgur.com/sHJpjuk.jpg
支持向量的个数没有最大限制，可以选择整个数据集作为支持向量。证明相当简单（即：留给读者练习）。
【讨论】：
-
在我的例子中，最大数是n+1？
-
正如我所说，没有最大值。你的问题的维度并不重要。数据点的数量无关紧要。证明很简单。
-
你能给点提示吗？我所有的问题都与问题的第二部分有关。对于 N 个数据，我们有 k=2 支持向量，通过添加一个数据并重新训练 SVM，所有数据（N+1）可能是 SV？这很奇怪！。
-
我已经给了你很大的提示，问题很琐碎。我不会再进一步了，因为这似乎是家庭作业。是的，即使只是添加一个数据也会导致所有点都变成 SV。
-
还有一个问题，和VC Dimension有关吗？