この質問は、LibSVMまたはSVM全般に関するものです。同じ SVM モデルで異なる長さの特徴ベクトルを分類することは可能でしょうか。
次の特徴ベクトルの約 1000 インスタンスを使用して SVM をトレーニングするとします: [feature1 feature2 feature3 feature4 feature5]
ここで、同じ長さ 5 のテスト ベクトルを予測したいと考えています。受け取る確率が低すぎる場合は、列 2 ～ 5 を含むテスト ベクトルの最初のサブセットをチェックしたいと考えています。だから私は1つの機能を却下したい。
私の質問は次のとおりです。予測のために機能 2 ～ 5 のみをチェックするように SVM に指示することは可能ですか (たとえば、重みを使用)、それとも異なる SVM モデルをトレーニングする必要がありますか。1 つは 5 つの機能用、もう 1 つは 4 つの機能用など...?
前もって感謝します...
マーカス