知识卡片
支持向量机对偶与SMO
支持向量机可用拉格朗日乘子把约束优化改写为对偶问题,预测函数可由训练样本的内积表示。序列最小优化(SMO)每次选择两个乘子、固定其余乘子并更新,以处理乘子之间的等式约束;它不是一次只自由改变一个变量。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
SMO每次选择两个变量αi和αj,并固定其他参数。
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文说明对偶形式及 SMO 为满足约束每次选择两个变量。
- 原始内容:SMO每次选择两个变量αi和αj,并固定其他参数。