在SVM中，支持向量不能成为训练样本吗？

对于所有SVM版本，如c-svm，v-svm，soft margin svm等，支持向量是否可以不是训练样本？在SVM中，支持向量不能成为训练样本吗？

2013-04-26 jarjar

不，它不能。支持向量总是来自训练集的样本。

这是一件好事，因为这意味着支持向量机忽略了样本的内部结构及其支持向量。只有与SVM本身分离的核函数必须知道样本的结构。虽然大多数内核都使用数字向量，但内核可以在字符串，树，图表等操作上进行命名。（请注意，线性支持向量机可以在不考虑支持向量的情况下进行训练，也就是说，当您使用SGD等算法在适当的正则化条件下训练铰链损失下的线性模型时，您会得到一个模型相当于一个带线性核的支持向量机，但支持向量是隐含的。）

来源

2013-04-26 09:42:26

感谢larsmans，btw，内核如何在图上运行？你能举个例子吗？ – jarjar 2013-04-27 05:46:23

@jarjar：这个想法是，你定义了一个对称函数K（x，y），它返回更大的值，因为对象x和y更加相似。我对图内核并不十分熟悉，但是如果以字符串为例，那么K可能是一些与Levenshtein距离D相关的函数，例如， 1 /（1 + D（x，y））。 – 2013-04-27 10:39:57

谢谢larsmans ~~ – jarjar 2013-04-29 01:07:45

在SVM中，支持向量不能成为训练样本吗？

回答

相关问题