教你實現SVM算法（二）

一．SMO算法的原理 SMO算法和以往的一些SVM改進算法一樣，是把整個二次規劃問題分解爲很多較易處理的小問題，所不同的是，只有SMO算法把問題分解到可能達到的最小規模：每次優化只處理兩個樣本的優化問題，並且用解析的方法進行處理。我們將會看到，這種與衆不同的方法帶來了一系列不可比擬的優勢。 對SVM來說，一次至少要同時對兩個樣本進行優化（就是優化它們對應的Lagrange乘子），這是因爲等式約束的

>>阅读原文<<