Machine learning 通用支持向量机实现

我想学习使用QP问题进行训练的一般SVM实现。起初，我不想学习顺序最小优化（Sequential minimal Optimization）这类算法，它解决了QP矩阵大小的问题。请给出一些参考，以学习纯通用SVM在任何编程语言，如C，C++或java实现。因此，我可以理解SVM的基本问题，这将帮助我学习其他一些SVM优化算法。

您可以查看提到的一些资源。还建议查看现有代码。最流行的实现之一是开源的，因此您可以研究它的实现。

您可以查看上面提到的一些参考资料。还建议查看现有代码。最流行的实现之一是开源的，因此您可以研究它的实现。

这说明了如何使用Python中的通用QP解算器来解决SVM问题，在这种情况下，他使用的是CVXOPT

源代码在此基础上发布，并且非常容易理解，这要归功于本例中的n维数组的numpy数组表示法，主要是2D矩阵和1D向量。

这解释了如何使用Python中的通用QP解算器解决SVM问题。在本例中，他使用的是CVXOPT

---

源代码在此基础上发布，并且非常容易理解，这要归功于n维数组的numpy数组表示法。在本例中，主要是2D矩阵和1D向量。

Hi Qnan，我已经按照你的建议提到了LIBSVM……在LIBSVM中，我可以看到SMO类型分解方法工作集选择使用二阶信息在训练支持向量机时进行训练。它是一种通用的SVM实现吗？.LIBSVM正是在实现OP不感兴趣的特定于SVM的优化器，即顺序最小优化SMO。@ogrisel它最初说thereHi Qnan，我已经按照你的建议提到了LIBSVM……在LIBSVM中，我可以看到SMO类型分解方法工作集选择使用二阶信息在训练支持向量机时进行训练。它是一种通用的SVM实现吗？.LIBSVM正是在实现OP不感兴趣的特定于SVM的优化器，即顺序最小优化SMO。@ogrisel它最初确实说了