我正在研究机器学习问题，这需要我使用多个支持向量机。它运作得相对较好;然而，问题是每个SVM的支持向量机的数量往往很大（~2,000），输入特征的数量大约为50,000。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，它可以保存（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，我想知道是否有办法指示它将索引保存到这些支持向量，这将使用更少的内存？或者另一种减少每个SVM所需内存量的方法？
答案 0 :(得分：0)
svmtrain创建SVMStruct对象，该对象在SupportVectorIndices字段中存储支持向量的索引。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。
SupportVectorIndices - 根据AutoScale参数，指定训练中的行的索引向量，训练数据，在数据被标准化后被选为支持向量。