¿Cuáles son las reglas y principios para seleccionar conjuntos de entrenamiento y conjuntos de prueba en el proceso de modelado SVM (Support Vector Machine)?

Persuadir es difícil. En los algoritmos de clasificación conjunta (similares al impulso), los métodos son similares al suyo, especialmente el método del subespacio aleatorio. Sin embargo, el algoritmo conjunto sólo es eficaz para clasificadores débiles e incluso se ha demostrado que es demasiado adaptativo para clasificadores lineales fuertes.

Cuando nos centramos en la capacidad de persuasión de la literatura relevante, siempre se dice que los algoritmos conjuntos pueden ser útiles para clasificadores débiles. La máquina de vectores de soporte ordinaria en sí es absolutamente estable, ya sea de clasificación o regresión, por lo que si hace lo que dice, es casi poco convincente. Es equivalente a encontrar datos para el algoritmo, en lugar de crear un algoritmo basado en los datos.