（十二）支持向量機（Support Vecor Machine）4

支持向量機原理（四）   在SVM的前三篇裏，我們優化的目標函數最終都是一個關於 α α 向量的函數。而怎麼極小化這個函數，求出對應的 α α 向量，進而求出分離超平面我們沒有講。本篇就對優化這個關於 α α 向量的函數的SMO算法做一個總結。 1. 回顧SVM優化目標函數   我們首先回顧下我們的優化目標函數： minα 12∑i=1,j=1mαiαjyiyjK(xi,xj)−∑i=

>>阅读原文<<