大家好，我有一个关于 SVM 的小问题想请教。
就是 SVM 中 feature 的值能不能混用 binary，例如: <0,1>来表示有出现跟没出现
跟连续值，例如: <0.7, 0.9> 这种经过权重后的数值。
因为我是做 text mining，我想要同时有 binary 跟 权重的特征，
但不晓得这样混用会不会有影响，或是有要考量的地方，请大大们指教。
p.s. 因为我第一次找到这个版，若是有其他更适合讨论 Machine Learning 相关的
地方，烦请告诉我，谢谢!!

fuzzy SVM ?

所以代表SVM原本是不建议这样设定特征值囉? ~"~

我研所作文件自动分类 有使用Weighting的效果会比Binary的表示方式好得多 就是会分的比较准 如果你要混用 我觉得可以试试啦 不会怎样 效果不一定 有时候也要看那个Feature是否本身有鉴别力

刚好我目前也在做类似的研究！目前感觉起来还是feature的鉴别度影响比较大，目前我也有用到混用的部分，在可以拆成多个binary的情况下，使用binary的效果感觉上比起用单一个实数表示稍微好些，不知道是不是因为采用更多维度做判断有利提升准确性的关系