5
支持向量的数量与训练数据和分类器性能之间的关系是什么？[关闭]
关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗？更新问题，使其成为Stack Overflow的主题。 3个月前关闭。 改善这个问题 我正在使用LibSVM对一些文档进行分类。正如最终结果所示，这些文档似乎很难归类。但是，在训练模型时，我注意到了一些东西。就是说：如果我的训练集例如是1000，那么大约有800个被选为支持向量。我到处都在寻找这是好事还是坏事。我的意思是支持向量的数量和分类器的性能之间有关系吗？我已经阅读了上一篇文章，但是我正在执行参数选择，而且我还确定特征向量中的属性都是有序的。我只需要知道这种关系。谢谢。ps：我使用线性内核。