Sequential Minimal Optimization: A Fast Algorithm for Training Support Vector Machines 論文研讀

摘要 本文提出了一種用於訓練支持向量機的新算法：序列最小優化算法（SMO）。訓練支持向量機需要解決非常大的二次規劃（QP）優化問題。SMO 將這個大的 QP 問題分解爲一系列最小的 QP 問題。這些小的 QP 問題可以通過解析來解決，從而避免了將耗時的數值 QP 優化用作內部循環。SMO 所需的內存量與訓練集大小成線性關係，這使 SMO 可以處理非常大的訓練集。由於避免了矩陣計算，因此對於各種測試

>>阅读原文<<