我正在使用一个多维度的SVM分类器（SVM.NET，这是libSVM的一个封装）来对一组特征进行分类。

给定一个SVM模型，是否可以加入新的训练数据，而不需要重新计算所有之前的数据？我想换个方式问：SVM是否是可变的？

回答：

实际上，这通常被称为增量学习。这个问题之前已经讨论过，并且在这里得到了很好的回答：支持向量机（SVM）的一些实现细节。

简而言之，这是可能的，但并不容易，你需要更改你正在使用的库，或者自己实现训练算法。

我找到了两个支持增量训练的可能解决方案，SVMHeavy 和 LaSVM。但我没有使用过它们，对它们也不了解。