支持向量機4—序列最小最優化算法

支持向量機的學習問題可以形式化爲求解凸二次規劃問題。這樣的凸二次規劃問題具有全局最優解，並且有許多最優化算法可以用於這一問題的求解。但是當訓練樣本容量很大時，這些算法往往變得非常低效，以致無法使用。所以學習一種快速實現算法——序列最小最優化(sequential minimal optimization, SMO)算法，這個算法1988年由Platt提出。 SMO算法是一種啓發式算法，其基本思路是

>>阅读原文<<