SVM可以增量学习吗？我正在使用多维SVM分类器（SVM.NET，libSVM的包装器）对一组函数进行分类。给定SVM模型，是否可以在不重新计算所有先前数据的情况下合并新的训练数据？我猜另一种方式是：SVM是变量吗？事实上，它通常被称为增量学习。之前提出的问题在这里得到了很好的回答：SomeimplementationdetailsofSupportVectorMachines(SVM)。简而言之，这是可能的但并不容易，您将不得不更改您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。但我没有使用过它们，也不了解它们。在线和增量类似但略有不同。在网上，它通常可以配置为单次通过（epoch=1）或多个epochs。如果，增量意味着你已经有了模型；不管它是如何构建的，但是模型可以通过新的例子变得可变。此外，通常需要在线和增量的组合。这是一个工具列表，其中包含一些关于在线和/或增量SVM的注释：https://stats.stackexchange.com/questions/30834/is-it-possible-to-append-training-data-to-existing-SVM-Model/51989#51989C#学习教程就这些：SVM可以增量学习吗？如果所有分享的内容对你有用，需要进一步了解C#学习教程，希望大家多多关注。本文收集自网络，不代表立场。如涉及侵权，请点击右侧联系管理员删除。如需转载请注明出处：
