Kann eine SVM lernen inkrementell?
Ich bin mit einer multi-dimensionalen SVM classifier (SVM.NET ein wrapper für libSVM) zu klassifizieren eine Reihe von Funktionen.
Gegeben, ein SVM-Modell, ist es möglich, um neue Trainingsdaten zimmerreserviereung, ohne das Sie neu berechnen auf alle bisherigen Daten? Ich denke, eine andere Möglichkeit der Umsetzung wäre: ist ein SVM veränderlich?
Ich ging durch Bischof ' s Buch zu beantworten, aber ich glaube, Sie könnten eine weitere aufschlussreiche Antwort über auf mathoverflow.net
InformationsquelleAutor Petrus Theron | 2010-10-19
Du musst angemeldet sein, um einen Kommentar abzugeben.
Tatsächlich, es heißt in der Regel inkrementelle lernen. Die Frage kommt vor und ist ziemlich gut hier beantwortet : Ein paar details zur Implementierung für eine Support-Vektor-Maschine (SVM).
Kurz, es ist möglich, aber nicht einfach, Sie würden zu ändern, die Bibliothek, die Sie verwenden oder Umsetzung der Ausbildung-Algorithmus selbst.
Fand ich zwei mögliche Lösungen, SVMHeavy und LaSVM, unterstützt inkrementelles training. Aber das habe ich noch nicht benutzt und weiß nichts über Sie.
Ich habe in der Regel sehen diese aufgerufen, "online-lernen".
Guter Punkt. Es ist auch manchmal verwirrt/verschmolzen mit aktiven Lernens.
"Aktives lernen"? Oh warte, LMGTFM.
InformationsquelleAutor Stompchicken
Online und inkrementelle zwar ähnlich, aber unterscheiden sich geringfügig. In online, seine in der Regel eine single-pass(Epoche=1) oder die Anzahl der Epochen, die konfiguriert werden können. Wo, wie, inkrementelle würde bedeuten, dass Sie bereits ein Modell, egal wie es gebaut wird, aber dann das Modell kann verändert werden durch neue Beispiele. Auch eine Kombination von online-und inkremental ist oft das, was erforderlich ist.
Hier ist eine Liste von tools, mit einigen Bemerkungen über die online-und/oder inkrementelle SVM : https://stats.stackexchange.com/questions/30834/is-it-possible-to-append-training-data-to-existing-svm-models/51989#51989
InformationsquelleAutor rahulkmishra