本篇是SVM系列的最后一篇,将讲解SVM的求解,即SMO算法
待优化问题
回顾一下,SVM的优化问题最终可以转化为如下形式:
显然,该问题同样不好直接优化求解,而Platt提出的SMO算法便是一个可以高效的求解上述问题的算法,他把原始问题的求解N个参数二次规划问题分解成多个二次规划问题进行迭代求解,即每次选择一对变量而固定其它变量来进行求解;根据问题的等式约束,当
变动时,
也要随之变动以满足等式约束。
SMO
如上陈述,选择一对变量而固定其它变量,且
更新后仍要满足等式约束,这时有
(1),
化简L得到:
设