MATLAB 的 svmtrain ：保存支持向量索引而不是支持向量本身答案

【问题标题】：MATLAB's svmtrain : save support vector indexes instead of support vectors themselvesMATLAB 的 svmtrain ：保存支持向量索引而不是支持向量本身
【发布时间】：2013-12-01 03:55:11
【问题描述】：

我正在研究一个机器学习问题，该问题需要我使用多个支持向量机。它工作得比较好；然而，问题在于每个 SVM 的支持向量机的数量往往很大（~2,000），输入特征的数量在 50,000 左右。我需要大约 100 个 SVM。

在我的笔记本电脑上运行它会很快耗尽所有可用内存；我认为这是因为svmtrain 创建了一个 SVM，它保存了所有支持向量（即有另一个副本）。由于我保留了原始训练数据，我想知道是否有一种方法可以指示它将索引保存到这些支持向量中，这样会使用更少的内存？或者另一种减少每个 SVM 所需内存量的方法？

【问题讨论】：

我不知道您的问题的确切解决方案，但可以提出替代方案。一旦你的 svm 被训练和使用并且不再需要你可以通过调用“clear”来释放它的内存。这种方式释放的内存可以分配给训练和存储 svm 的下一个实例。这样计算机就不会存储任何不必要的数据。
@MohitJain：是的，当然，但我需要保留 SVM（它们必须一起使用）

标签： matlab memory machine-learning svm

【解决方案1】：

svmtrain 创建SVMStruct 对象，该对象将支持向量的索引存储在SupportVectorIndices 字段中。因此，只需将此变量的值存储在某个容器中，然后释放模型的其余部分。

根据documentation

SupportVectorIndices — 索引向量，用于指定训练中的行，即训练数据，根据 AutoScale 参数，在数据标准化后被选为支持向量。

【讨论】：

谢谢，如果我这样做了，有没有办法从索引中快速重新创建 SVMStruct？