機器學習之SMO、SVR

序列最小優化算法SMO         SVM的學習問題可以形式化爲求解凸二次規劃問題，這樣的問題具有全局最優解。但是當訓練集樣本數量很大時，計算開銷正比於樣本數，並且在實現上也十分複雜。因此引入SMO（Sequential Minimal Optimization）算法，將大的複雜的優化問題分解爲多個小的簡單的優化問題，最終的結果完全相同且求解時間縮短很多。         SMO算法是一種啓發

>>阅读原文<<