《机器学习实战》源码解析（五）：支持向量机

本系列以书中源码为主，稍作修改并添加注释，均实际运行可行。为免后来者踩坑，特此公开！欢迎打赏！
转载请注明出处！

from numpy import *

#SMO算法中的辅助函数
def loadDataSet(fileName):#功能：导入数据库；输入：文件名；输出：数据矩阵，标签向量
    dataMat = [];labelMat = []
    fr = open(fileName)
    for line in fr.readlines():
        lineArr = line.strip().split('\t')
        dataMat.append([float(lineArr[0]),float(lineArr[1])])
        labelMat.append(float(lineArr[2]))
    return dataMat,labelMat

#功能：在(0，m)的区间范围内随机选择一个除i以外的整数
#输入：不能选择的整数i，区间上界m
#输出：随机选择的整数
def selectJrand(i,m):
    j=i
    while(j==i):
        j = int(random.uniform(0,m))
    return j

#功能：保证aj在[L,H]里面
#输入：要调整的数aj,区间上界H，区间下届L
#输出：调整好的数aj
def clipAlpha(aj,H,L):
    if aj > H:
        aj = H
    if L > aj:
        aj = L
    return aj

#功能：简化版SMO算法
#输入：数据矩阵dataMatIn,标签向量classLabels,常数C,容错率toler,最大迭代次数maxIter
#输出：超平面位移项b,拉格朗日乘子alpha
def</