मैं सुविधाओं के एक सेट को वर्गीकृत करने के लिए एक बहु-आयामी एसवीएम वर्गीकरण (SVM.NET, libSVM के लिए एक रैपर) का उपयोग कर रहा हूं।क्या एक एसवीएम वृद्धिशील रूप से सीख सकता है?
एक एसवीएम मॉडल को देखते हुए, क्या पिछले सभी डेटा पर पुन: गणना किए बिना नए प्रशिक्षण डेटा को शामिल करना संभव है? मुझे लगता है कि यह डालने का एक और तरीका होगा: एक एसवीएम mutable है?
असल में, इसे आमतौर पर वृद्धिशील सीखने कहा जाता है। प्रश्न पहले आया है और यहां बहुत अच्छी तरह उत्तर दिया गया है: A few implementation details for a Support-Vector Machine (SVM)।
संक्षेप में, यह संभव है लेकिन आसान नहीं है, आपको उस लाइब्रेरी को बदलना होगा जिसे आप प्रयोग कर रहे हैं या प्रशिक्षण एल्गोरिदम स्वयं को लागू कर सकते हैं।
मुझे दो संभावित समाधान, SVMHeavy और LaSVM मिले, जो वृद्धिशील प्रशिक्षण का समर्थन करते हैं। लेकिन मैंने या तो इस्तेमाल नहीं किया है और उनके बारे में कुछ नहीं पता है।
धन्यवाद, मैंने अपना प्रश्न शीर्षक अधिक सटीक होने के लिए बदल दिया। जिस प्रश्न का आप उल्लेख करते हैं वह मेरा एक अच्छा जवाब है। –
मैंने आमतौर पर इसे "ऑनलाइन सीखने" कहा जाता है। –
@ लार्समैन अच्छा बिंदु। यह कभी-कभी सक्रिय सीखने के साथ भ्रमित/उलझन में भी होता है। – Stompchicken
ऑनलाइन और वृद्धिशील हालांकि समान लेकिन थोड़ा अलग है। ऑनलाइन में, इसका आमतौर पर एक एकल पास (epoch = 1) या युग की संख्या कॉन्फ़िगर किया जा सकता है। जहां, वृद्धिशील का मतलब यह होगा कि आपके पास पहले से ही एक मॉडल है; इससे कोई फर्क नहीं पड़ता कि यह कैसे बनाया गया है, लेकिन फिर मॉडल नए उदाहरणों से उत्परिवर्तनीय हो सकता है। इसके अलावा, ऑनलाइन और वृद्धिशील का संयोजन अक्सर आवश्यक होता है।
यहाँ ऑनलाइन और/या वृद्धिशील SVM पर कुछ टिप्पणी के साथ उपकरणों की एक सूची है: https://stats.stackexchange.com/questions/30834/is-it-possible-to-append-training-data-to-existing-svm-models/51989#51989
मैं बिशप की किताब के माध्यम से जा इस जवाब लेकिन मेरा मानना है कि आप http पर एक और अधिक व्यावहारिक जवाब से अधिक हो सकती है मदद करने के लिए शुरू किया: //mathoverflow.net/ – wheaties