是否限制R svm軟件包e1071中支持向量的數量？

Question

我在軟件包e1071中使用了svm函數。 據我了解，svm的基本功能可以將兩個線性可分離的類與一個超平面分開（支持向量）。 更高級的功能使您可以執行數值回歸和非線性分離。 當我開始在某些數據上對其進行測試時，我無法理解為什么模型的輸出是龐大的支持向量集。 當我在一些非常簡單的測試示例上運行它時，我得到了相同的結果。 這是一個例子：

X = rnorm(1000)
Y = rnorm(1000)
data = data.frame(X, Y, Z = as.factor(X + Y > 0))
model = svm(formula = Z ~ X + Y, data = data, kernel = "linear")

結果如下：

Call:
svm(formula = Z ~ X + Y, data = data, kernel = "linear")


Parameters:
  SVM-Type:  C-classification 
SVM-Kernel:  linear 
  cost:  1 
  gamma:  0.5 

Number of Support Vectors:  102

顯然，此示例只能通過一個支持向量進行線性分離。 如果不確定，可以運行：

ggplot(data, aes(X, Y, col = Z)) + geom_point()

102個支持向量的含義是什么？ 為什么支持向量的數量不是參數？

謝謝

Answer 1

軟保證金和硬保證金 svm之間有區別。 這由成本參數控制，該參數對支持向量違反邊際約束的程度進行了懲罰。 因此，僅在成本參數非常大的情況下，才能獲得最少數量的支持向量（三個而不是一個）。 嘗試例如cost參數的值> 10000，您將獲得三個支持向量。