此文转自两篇博文 有修改 序列最小优化算法（英语：Sequential minimal optimization, SMO）是一种用于解决支持向量机训练过程中所产生优化问题的算法。SMO由微软研究 ...

1. 前言 最近又重新复习了一遍支持向量机（SVM）。其实个人感觉SVM整体可以分成三个部分： 1. SVM理论本身：包括最大间隔超平面（Maximum Margin Classifier），拉格 ...

建立smo.m % function [alpha,bias] = smo(X, y, C, tol) function model = smo(X, y, C, tol) % SMO: ...

结构风险最小化原则 经验风险：在训练样本上的误判，也就是损失函数了。 结构风险：由2部分组成，经验风险和VC置信范围VC Confidence。VC置信范围又跟训练样本数量和VC维有关，样本越多V ...

一.简介 前两节分别实现了硬间隔支持向量机与软间隔支持向量机，它们本质上都是线性分类器，只是软间隔对“异常点”更加宽容，它们对形如如下的螺旋数据都没法进行良好分类，因为没法找到一个直线（超平面）能将 ...

之前学习了SVM的原理（见http://www.cnblogs.com/bentuwuying/p/6444249.html），以及SMO算法的理论基础（见http://www.cnblogs.com ...

引言 支持向量机（Support Vector Machine，SVM）在70年代由苏联人 Vladimir Vapnik 提出，主要用于处理二分类问题，也就是研究如何区分两类事物。 本文主 ...