添加和删除SVM参数而不必完全重新训练

Question

我有一个支持向量机，训练了大约300000个例子，大约需要1.5-2个小时来训练这个模型，我对它进行了处理（序列化）。目前，我想添加/删除模型的一些参数。有没有一种方法可以做到这一点，而不必对整个模型进行再培训？我在python中使用sklearn。

Answer 1

如果您使用的是sklearn中的SVC，那么答案是否定的。没有办法做到这一点，此实现纯粹是基于批量训练的。如果你使用sklearn的SGDClassifier训练线性SVM，那么答案是肯定的，因为你可以简单地从以前的解决方案开始优化（当去除特征时-简单地去除相应的权重，当添加时-添加任何权重）。