MATLAB'；s svmtrain：保存支持向量索引而不是支持向量本身

我正在研究一个机器学习问题，这需要我使用多个支持向量机。它工作得比较好；然而，问题是每个支持向量机的支持向量机的数量往往很大（~2000），输入特征的数量大约为50000。我需要大约100台支持向量机

---

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（即有另一个副本）所有支持向量。由于我保留了原始的训练数据，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，这样会占用更少的内存？还是另一种减少每个SVM所需内存量的方法

svmtrain

创建

SVMStruct

对象，该对象将支持向量的索引存储在

SupportVectorIndicates

字段中。因此，只需将该变量的值存储在某个容器中，然后释放模型的其余部分

符合

SupportVectorIndicates—根据AutoScale参数，指定训练中的行（训练数据）的索引向量，这些行在数据规范化后被选为支持向量

---

我不知道你的问题的确切解决办法，但我可以提出一个替代方案。一旦你的svm被训练和使用并且不再需要，你可以通过调用“清除”来释放它的内存。这样，释放的内存可以分配给训练和存储下一个svm实例。这样计算机就不会存储任何不必要的数据。@MohitJain:当然可以，但我需要保留支持向量机（它们必须一起使用），谢谢，不过如果我这样做，有没有办法从索引中快速重新创建支持向量机结构？