通用 SVM 实现答案

【问题标题】：General SVM implementation通用 SVM 实现
【发布时间】：2012-08-21 22:01:52
【问题描述】：

我想学习 General SVM 实现，它使用 QP 问题进行训练。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来学习 Pure General SVM implementation 在任何编程语言中，如 C、C++ 或 Java。这样我可以理解 SVM 中的基本问题，这将有助于我学习其他一些 SVM 优化算法。

【问题讨论】：

标签： machine-learning svm

【解决方案1】：

blog post by Mathieu Blondel 解释了如何使用 Python 中的通用 QP 求解器（在本例中他使用 CVXOPT）解决有核和无核的 SVM 问题。

源代码发布在gist 上，由于 n 维数组（在本例中，主要是 2D 矩阵和 1D 向量）的 numpy 数组表示法，它非常易于理解。

【讨论】：

【解决方案2】：

您可以查看here 提到的一些资源。还建议查看现有代码。最受欢迎的实现之一 LIBSVM 是开源的，因此您可以研究实现。

【讨论】：

嗨 Qnan，我已经按照您的建议提到了 LIBSVM...在 LIBSVM 中，我可以在训练时看到 SMO 型分解方法（使用二阶信息进行支持向量机训练的工作集选择）。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 它确实说“最初”在那里