Machine learning 有没有一种方法可以使用SVM来建立一个包含预定义百分比的训练数据的模型？

比如说，我希望使用LIBSVM构建一个包含70%训练数据的模型。这可能吗？

没有任何技术允许您精确指定模型将预先包含多少支持向量。一个可能的例外是最小二乘支持向量机的固定大小公式，它允许您提前指定内核的大小（对于LS-SVM，每个训练实例都是SV）

请注意，在大多数情况下，对于典型的SVM，70%支持向量的一小部分是非常高的，所以我看不出您想要这样做的直接原因

但是，您可以使用Schölkopf等人的nu SVM公式指定支持向量的最小分数：

B.舍尔科夫、A.斯莫拉、R.C.威廉姆森和p.L.巴特利特。新的支持向量机 算法。神经计算，12:1207-12452000

---

在这个公式中，你至少会得到支持向量的分数（使用0你的意思是强制使用70%的数据作为支持向量吗？是的。这是可能的，我可以问一下。你为什么要这样做？问题很模糊。你想要70%的数据作为支持向量吗降雨数据是支持向量，如@ Pedrom说，或者你只想使用70%的训练数据来实际训练你的模型（在这种情况下，其他30%的数据不再是“训练数据”）如果答案是有用的，你可以考虑接受它，或者对它进行投票。