Schölkopf、Smola、Williamson和Bartlett（2000）提出的用于分类的¦Α-支持向量机（¦Α-SVM）具有使用参数¦Α控制支持向量数量的优点。在本文中，我们研究了ν-SVM和C类-SVM的详细信息。我们证明，一般来说，它们是两个具有相同最优解集的不同问题。因此，我们可以预期，求解它们的许多数值方面是相似的。然而，与常规相比C类-SVM中，ν-SVM的公式比较复杂，所以到目前为止还没有有效的方法来求解大规模ν-SSVM。我们提出了一种ν-SVM分解方法，该方法与现有的C类-支持向量机。我们还通过一些数值实验讨论了ν-SVM的行为。
