scikit-learn - sklearn 中的 SVM qp 求解器

Question

我研究 SVM，我将使用 python sklearn.svm.SVC 实现 svm。

我知道 SVM 问题可以表示为 QP（二次规划）所以在这里我想知道哪个 QP 求解器用于解决 sklearn svm 中的 SVM QP 问题。

我认为它可能是 SMO 或坐标下降算法。

请让我知道 sklearn svm 中使用的确切算法是什么

Answer 1

过去使用现成的 QP 求解器，但多年来一直使用专用代码（更快、更健壮）。这些求解器不再是（通用）QP 求解器，只是为这个用例构建的。

sklearn 的 SVC 是libsvm的包装器（证明）。

正如链接所说：

从 2.8 版本开始，它实现了本文提出的 SMO 类型算法：

回覆。范，P.-H。陈和 C.-J。林。使用二阶信息选择工作集以训练 SVM。机器学习研究杂志 6，1889-1918，2005。

（论文链接）