SMO Algorithm流程

2024-03-23 20:50
文章标签 流程 algorithm smo

本文主要是介绍SMO Algorithm流程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

SMO Algorithm流程


SMO Algorithm

Input: T T = (x1,y1),(x2,y2),...,(xN,yN) ,精度 ϵ ϵ
Output:近似解 y^ y ^
1. 取初值 α(0) α ( 0 ) =0, k=0
2.1: 选取最优变量:对于第一个变量 α(k)1 α 1 ( k ) ,遍历所有 0<αi<C 0 < α i < C 的值,也就是 yig(xi)=1 y i ∗ g ( x i ) = 1 的值,也就是支持向量,检验是否满足KKT条件,也就是,是否满足一下三个条件:
Ni=1αiyi=0 ∑ i = 1 N α i y i = 0
oαiC o ≤ α i ≤ C , i=1,2,...,N i = 1 , 2 , . . . , N
yig(xi)1,for y i ∗ g ( x i ) ≥ 1 , f o r { { xi| x i | αi=0 α i = 0 } }
yig(xi)=1,for y i ∗ g ( x i ) = 1 , f o r { { xi| x i | 0<αi<C 0 < α i < C } }
yig(xi)1,for y i ∗ g ( x i ) ≤ 1 , f o r { { xi| x i | αi=C α i = C } }
其中 g(xi)=Nj=1αjyjK(xj,xi)+b g ( x i ) = ∑ j = 1 N α j y j K ( x j , x i ) + b
若不满足,则选取该点,若支持向量全部满足,则遍历其他非支持向量,直到找到不满足该KKT条件为之
对于第一个变量 α(k)2 α 2 ( k ) ,则采用以下策略:
若对于第一个变量 α(k)1 α 1 ( k ) 对应的 E1>0 E 1 > 0 ,则选取使得 E2 E 2 最小的点 ,
若对于第一个变量 α(k)1 α 1 ( k ) 对应的 E1<0 E 1 < 0 ,则选取使得 E2 E 2 最大的点 ,
其目的,使得 αnew2 α 2 n e w 依赖于 E1E2 E 1 − E 2 , 则去使得 E1E2 E 1 − E 2 最大(加快计算)的点
这里写图片描述
其中 Ei=g(xi)yi={Nj=1αjyjK(xj,xi)+b}yi E i = g ( x i ) − y i = { ∑ j = 1 N α j y j K ( x j , x i ) + b } − y i
2.2 二次规划求解: 对于选取的第一个变量
其中,原始为剪辑的值为,
这里写图片描述
这里写图片描述
剪辑之后得到第一个变量的解:
这里写图片描述
于此同时,由 αold1y1+αold2y2=ε=αnew1y1+αnew,clipped2y2 α 1 o l d ∗ y 1 + α 2 o l d ∗ y 2 = ε = α 1 n e w ∗ y 1 + α 2 n e w , c l i p p e d ∗ y 2
可得到第二个变量的解:
αnew1=αold1+y1y2(αold2αnew,clipped2) α 1 n e w = α 1 o l d + y 1 ∗ y 2 ( α 2 o l d − α 2 n e w , c l i p p e d )
基于以上的算法,可以得到最优解 α(k+1)1 α 1 ( k + 1 ) α(k+1)2 α 2 ( k + 1 )
3. 若在精度范围内所有点都满足KKT条件,则跳转(3),否则转(2)
4. 取 α^=α(k+1) α ^ = α ( k + 1 )

这篇关于SMO Algorithm流程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/839494

相关文章

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

python之流程控制语句match-case详解

《python之流程控制语句match-case详解》:本文主要介绍python之流程控制语句match-case使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录match-case 语法详解与实战一、基础值匹配(类似 switch-case)二、数据结构解构匹

在VSCode中本地运行DeepSeek的流程步骤

《在VSCode中本地运行DeepSeek的流程步骤》本文详细介绍了如何在本地VSCode中安装和配置Ollama和CodeGPT,以使用DeepSeek进行AI编码辅助,无需依赖云服务,需要的朋友可... 目录步骤 1:在 VSCode 中安装 Ollama 和 CodeGPT安装Ollama下载Olla

linux环境openssl、openssh升级流程

《linux环境openssl、openssh升级流程》该文章详细介绍了在Ubuntu22.04系统上升级OpenSSL和OpenSSH的方法,首先,升级OpenSSL的步骤包括下载最新版本、安装编译... 目录一.升级openssl1.官网下载最新版openssl2.安装编译环境3.下载后解压安装4.备份

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Linux流媒体服务器部署流程

《Linux流媒体服务器部署流程》文章详细介绍了流媒体服务器的部署步骤,包括更新系统、安装依赖组件、编译安装Nginx和RTMP模块、配置Nginx和FFmpeg,以及测试流媒体服务器的搭建... 目录流媒体服务器部署部署安装1.更新系统2.安装依赖组件3.解压4.编译安装(添加RTMP和openssl模块

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

springboot启动流程过程

《springboot启动流程过程》SpringBoot简化了Spring框架的使用,通过创建`SpringApplication`对象,判断应用类型并设置初始化器和监听器,在`run`方法中,读取配... 目录springboot启动流程springboot程序启动入口1.创建SpringApplicat

通过prometheus监控Tomcat运行状态的操作流程

《通过prometheus监控Tomcat运行状态的操作流程》文章介绍了如何安装和配置Tomcat,并使用Prometheus和TomcatExporter来监控Tomcat的运行状态,文章详细讲解了... 目录Tomcat安装配置以及prometheus监控Tomcat一. 安装并配置tomcat1、安装

MySQL的cpu使用率100%的问题排查流程

《MySQL的cpu使用率100%的问题排查流程》线上mysql服务器经常性出现cpu使用率100%的告警,因此本文整理一下排查该问题的常规流程,文中通过代码示例讲解的非常详细,对大家的学习或工作有一... 目录1. 确认CPU占用来源2. 实时分析mysql活动3. 分析慢查询与执行计划4. 检查索引与表