自己的感悟:
其实SMO就是一开始认为所有的alpha=0(0<=alpha<=C),样本大多都是在模糊区的(Error_Cache!=0),所有非模糊区Error_Cache=0,一旦=0就是分好类的,对于最后的分类曲线的优化精确没有任何影响了。
随着优化深入,alpha能够做到精确的越来越多(Question:可能有【前面优化过的alpha【因后面的alpha优化使目标函数精确化从而再一次检测出Error_Cache步长>0】被再次优化】的情况吗?),模糊区之外的(随着alpha的更新Error_Cache在变)越来越少,b也变得越来越好,如同模糊区越来越窄一般。
转载请注明出处。