大家好，我有一個關於 SVM 的小問題想請教。
就是 SVM 中 feature 的值能不能混用 binary，例如: <0,1>來表示有出現跟沒出現
跟連續值，例如: <0.7, 0.9> 這種經過權重後的數值。
因為我是做 text mining，我想要同時有 binary 跟 權重的特徵，
但不曉得這樣混用會不會有影響，或是有要考量的地方，請大大們指教。
p.s. 因為我第一次找到這個版，若是有其他更適合討論 Machine Learning 相關的
地方，煩請告訴我，謝謝!!

fuzzy SVM ?

所以代表SVM原本是不建議這樣設定特徵值囉? ~"~

我研所作文件自動分類 有使用Weighting的效果會比Binary的表示方式好得多 就是會分的比較準 如果你要混用 我覺得可以試試啦 不會怎樣 效果不一定 有時候也要看那個Feature是否本身有鑑別力

剛好我目前也在做類似的研究！目前感覺起來還是feature的鑑別度影響比較大，目前我也有用到混用的部分，在可以拆成多個binary的情況下，使用binary的效果感覺上比起用單一個實數表示稍微好些，不知道是不是因為採用更多維度做判斷有利提升準確性的關係