SVMのインクリメンタルラーニング

Question

（機械学習）アルゴリズムのインクリメンタル学習が有用ないくつかの実際のアプリケーションは何ですか？ このようなアプリケーションにはSVMが適していますか？ 解決策は、古いサポートベクターと新しいトレーニングベクターを含むセットを使用して再トレーニングするよりも計算的に集中的ですか？

Answer 1

SVMのよく知られた増分バージョンがあります：

• http://www.isn.ucsd.edu/pubs/nips00_inc.pdf

はしかし、利用できる多くの既存の実装が存在しない、多分何かがMATLABである：

• http://www.isn.ucsd.edu/svm/incremental/

そのアプローチの利点は、多くの場合にストリーミングされている「コアのうち、」トレーニングデータ

Answer 2

theresの大きな傾向があり、データセット、上 の汎化性能の正確なリーブ・ワン・アウトの評価を提供することですネットワーク、ディスク、またはデータベースから取得します。現実の世界の例は、330 + gbで、デスクトップ統計モデルでは容易に対応できないナイクタクシーデータセットです。

svmsは、「1回バッチ」アルゴリズムとして、データセット全体をメモリにロードする必要があります。そのようなものは、漸進的学習には好まれない。むしろ、部分的な学習が可能なロジスティック回帰、kmeans、ニューラルネットなどの学習者は、そのようなタスクに適しています。