zoukankan      html  css  js  c++  java
  • 支持向量机2

    整理自李航老师统计机器学习。

    拍照版纸质笔记。

    目录:

    • 线性支持向量机与软间隔最大化
    • 学习的对偶算法
    • 支持向量
    • 合页损失函数
    • 核函数与核技巧
    • 非线性支持向量机
    • 序列最小最优化(SMO)算法

     

     

    序列最小最优化(SMO)算法

    支持向量机的学习问题即凸二次规划的求解问题,有很多的算法可以进行求解。但是当训练样本的数目非常多的时候,算法会十分的低效,以至于无法使用。

    SMO算法可以快速高效的求解出学习问题。它的一个基本思路是:当所有的解的变量都满足KKT条件时,那么这就是最优化问题的解;否则,选取两个变量,固定其他的变量,构造一个只含两个变量的凸二次规划问题,求解这个问题得到的解就会更加接近原始问题的解,而且2个变量的凸二次规划问题具有解析解,求解简单;这样做可以大大加快算法的计算速度。

    具体的SMO算法不做解释。

  • 相关阅读:
    【日语】日语学习计划(转载)
    【日语】日语商务情景口语
    Nop常用知识点
    c#版在pc端发起微信扫码支付
    nopcommerce 常用属性验证
    @codeforces
    @codeforces
    @codeforces
    @codeforces
    @codeforces
  • 原文地址:https://www.cnblogs.com/echo-coding/p/8705973.html
Copyright © 2011-2022 走看看