machine-learning - 有没有办法使用 SVM 来构建包含预定义百分比的训练数据的模型？

Question

比如说，我希望使用 LIBSVM 来构建一个包含 70% 训练数据的模型。那可能吗？

Answer 1

没有任何技术可以让您提前准确指定模型将包含多少个支持向量。一个可能的例外是最小二乘 SVM 的固定大小公式，它允许您提前指定内核的大小（对于 LS-SVM，每个训练实例都是一个 SV）。

请注意，在大多数情况下，对于典型的支持向量机来说，70% 的支持向量非常高，所以我看不出你想要这个的直接原因。

但是，您可以使用 Schölkopf 等人的 nu-SVM 等公式指定支持向量的最小比例：

B. Schölkopf、A. Smola、RC Williamson 和 PL Bartlett。新的支持向量算法。神经计算，12：1207-1245，2000。

在这个公式中，您将至少有分数 nu 支持向量（0 < nu <= 1）。例如，nu-SVM 在 LIBSVM 中实现（-s 1用于 nu-SVC 或-s 4nu-SVR）。有关更多信息，您可以参考此 pdf（第 4 页）或 google nu-SVM 以查找有关它的各种论文。

Answer 2

如果你查看 libsvm 的工具文件夹，你会发现一个名为 subset.py 的 Python 脚本。您可以使用它来随机选择数据的子集进行训练。