machine-learning - 通用 SVM 实现

Question

   我想学习使用QP问题进行训练的通用 SVM实现。最初我不想学习顺序最小优化（SMO）类型的算法，它会解决 QP 矩阵大小问题。任何人都可以给我一些参考，以学习任何编程语言（如C、C++ 或 Java）中的纯通用 SVM 实现。这样我就可以理解 SVM 中的基本问题，这将有助于我学习其他一些 SVM 优化算法。

Answer 1

Mathieu Blondel 的这篇博客文章解释了如何使用 Python 中的通用 QP 求解器（在本例中他使用 CVXOPT）来解决有核和无核的 SVM 问题。

源代码发布在这个要点上，并且由于 n 维数组（在这种情况下，主要是 2D 矩阵和 1D 向量）的 numpy 数组表示法，它非常易于理解。

Answer 2

您可以查看这里提到的一些资源。还建议查看现有代码。最流行的实现之一LIBSVM是开源的，因此您可以研究实现。