I-SVM SVM增量學習

論文： SVM求解： I-SVM： SVM的特性在於在一個完整的數據集上訓練一個SVM和在這個完整數據集的支持向量（SV）上訓練的結果是一樣的。即 一個數據集的SV可以代替整個數據集、 數據集的SV ：距離超平面兩側最近的點 主要思想： 增量訓練是在原始數據集的SV和增量數據集組成的數據上完成，所有的非SV樣本點都被拋棄 缺點：SV是對於樣本點之間的決策邊界充分描述但是不是樣本點本身。一批數據的樣

>>阅读原文<<