SMO实现
#include "stdio.h"
#include <vector>
using namespace std;
float function(float alfa[5],float H[5][5],float sign[5])
{
float ret = alfa[0]+alfa[1]+alfa[2]+alfa[3]+alfa[4];
for(int j=0;j<5;++j)
{
float t=0.0;
for(int i=0;i<5;++i)
{
t+=sign[i]*alfa[i]*H[j][i];
}
ret += -1*(t*alfa[j]*sign[j])/2;
}
return ret;
}
int main(void)
{
float matrix[5][4]={
{1,5,1},
{1,2,1},
{2,2,-1},
{2,1,-1},
{1,1,-1}};
float H[5][5];
vector<float> c1;
vector<float> c2;
for(int i=0;i<5;++i)
{
c1.push_back(matrix[i][0]);
c2.push_back(matrix[i][1]);
}
for(int i=0;i<5;++i)
{
for(int j=0;j<5;++j)
{
H[i][j]=c1[i]*c1[j]+c2[i]*c2[j];
printf("%f\t",H[i][j]);
}
printf("\n");
}
float alfa[5]={3,3,2,2,2};
float sign[5];
for(int i=0;i<5;++i)
sign[i]=matrix[i][2];
float last_r = function(alfa,H,sign);
float new_r;
float con_r;
for(int i=0;i<5;++i)
{
for(int j=0;j<5;j++)
{
printf("%f,alfa={%f,%f,%f,%f,%f}\n",last_r,alfa[0],alfa[1],alfa[2],alfa[3],alfa[4]);
if(i==j) continue;
else if((alfa[i]<0.01&&alfa[i]>-0.01)&&(alfa[j]<0.01&&alfa[j]>-0.01)) continue;
else if((alfa[j]>0.01)&&(alfa[i]<0.01&&alfa[i]>-0.01))
{
while(alfa[j]>0.01){
alfa[i]+=0.1;
new_r = function(alfa,H,sign);
if( new_r > last_r )
{
alfa[j] -= 0.1*sign[i]*sign[j];
last_r = function(alfa,H,sign);
}
else
{
alfa[i]-=0.1;
break;
}
};
}
else if((alfa[i]>0.01)&&(alfa[j]<0.01&&alfa[j]>-0.01))
{
while(alfa[i]>0.01){
alfa[j]+=0.1;
new_r = function(alfa,H,sign);
if( new_r > last_r )
{
alfa[i] -= 0.1*sign[i]*sign[j];
last_r = function(alfa,H,sign);
}
else
{
alfa[j]-=0.1;
break;
}
};
}
else
{
alfa[j]+=0.1;
new_r = function(alfa,H,sign);
alfa[j]-=0.2;
con_r = function(alfa,H,sign);
alfa[j]+=0.1;
if(new_r>con_r&&new_r>last_r)
{
while(alfa[i]>0.01&&alfa[j]>0.01)
{
alfa[j] += 0.1;
alfa[i] -= 0.1*sign[i]*sign[j];
new_r = function(alfa,H,sign);
if(new_r > last_r)
{
last_r = new_r;
}
else
{
alfa[j] -= 0.1;
alfa[i] += 0.1*sign[i]*sign[j];
break;
}
};
}
else if(con_r>new_r&&con_r>last_r)
{
while(alfa[i]>0.01&&alfa[j]>0.01)
{
alfa[j] -= 0.1;
alfa[i] += 0.1*sign[i]*sign[j];
con_r = function(alfa,H,sign);
if(con_r > last_r)
{
last_r = con_r;
}
else
{
alfa[j] += 0.1;
alfa[i] -= 0.1*sign[i]*sign[j];
break;
}
}
}
else
{}
}
}
}
printf("%f,alfa={%f,%f,%f,%f,%f}\n",last_r,alfa[0],alfa[1],alfa[2],alfa[3],alfa[4]);
return 0;
}
SMO实现的更多相关文章
- 机器学习——支持向量机(SVM)之Platt SMO算法
Platt SMO算法是通过一个外循环来选择第一个alpha值的,并且其选择过程会在两种方式之间进行交替: 一种方式是在所有数据集上进行单遍扫描,另一种方式则是在非边界alpha中实现单遍扫描. 所谓 ...
- 机器学习——支持向量机(SVM)之拉格朗日乘子法,KKT条件以及简化版SMO算法分析
SVM有很多实现,现在只关注其中最流行的一种实现,即序列最小优化(Sequential Minimal Optimization,SMO)算法,然后介绍如何使用一种核函数(kernel)的方式将SVM ...
- 支持向量机原理(四)SMO算法原理
支持向量机原理(一) 线性支持向量机 支持向量机原理(二) 线性支持向量机的软间隔最大化模型 支持向量机原理(三)线性不可分支持向量机与核函数 支持向量机原理(四)SMO算法原理 支持向量机原理(五) ...
- 借One-Class-SVM回顾SMO在SVM中的数学推导--记录毕业论文5
上篇记录了一些决策树算法,这篇是借OC-SVM填回SMO在SVM中的数学推导这个坑. 参考文献: http://research.microsoft.com/pubs/69644/tr-98-14.p ...
- Index was outside the bounds of the array. (Microsoft.SqlServer.Smo)
本地ssms是 安装Sqlserver 2008 r2 自带的 远端的server是sqlserver2014 可以连接,可以执行查询语句.但是,不能使用ssms生成对象的脚本.推测ssms 2008 ...
- 序列最小最优化算法(SMO)-SVM的求解(续)
在前一篇文章中,我们给出了感知器和逻辑回归的求解,还将SVM算法的求解推导到了最后一步,在这篇文章里面,我们将给出最后一步的求解.也就是我们接下来要介绍的序列最小最优化算法. 序列最小最优化算法(SM ...
- SVM-非线性支持向量机及SMO算法
SVM-非线性支持向量机及SMO算法 如果您想体验更好的阅读:请戳这里littlefish.top 线性不可分情况 线性可分问题的支持向量机学习方法,对线性不可分训练数据是不适用的,为了满足函数间隔大 ...
- SMO推导和代码-记录毕业论文4
SMO的数学公式通过Platt的论文和看这个博客:http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html,大概弄懂了.推导以后 ...
- SVM之SMO最小序列
转载自:JerryLead http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html 11 SMO优化算法(Sequential ...
- 附加数据库对于服务器失败(Microsoft.SqlServer.Smo),无法升级数据库,因为它是只读的,或者具有只读文件
今天在将一个 SQL Server 2000 数据库附加到 SQL Server 2005时出现如下的错误:附加数据库对于服务器失败(Microsoft.SqlServer.Smo),无法升级数据库t ...
随机推荐
- 重温java基础
Java标识符 Java所有的组成部分都需要名字.类名.变量名以及方法名都被称为标识符. 关于Java标识符,有以下几点需要注意: 所有的标识符都应该以字母(A-Z或者a-z),美元符($).或者下划 ...
- 等价于n*n的矩阵,填写0,1,要求每行每列的都有偶数个1 (没有1也是偶数个),问有多少种方法。
#define N 4 /* * 公式: * f(n) = 2^((n - 1) ^2) */ int calWays(int n) { int mutiNum = (n - 1) * (n - 1) ...
- N个整数(数的大小为0-255)的序列,把它们加密为K个整数(数的大小为0-255).再将K个整数顺序随机打乱,使得可以从这乱序的K个整数中解码出原序列。设计加密解密算法,且要求K<=15*N.
N个整数(数的大小为0-255)的序列,把它们加密为K个整数(数的大小为0-255).再将K个整数顺序随机打乱,使得可以从这乱序的K个整数中解码出原序列.设计加密解密算法,且要求K<=15*N. ...
- Dynamics CRM2013 Form利用window.location.reload()进行全局刷新带来的问题及解决办法
CRM2013以后,表单的保存后变成了局部刷新而非全局刷新,但很多情况下我们需要刷新整个页面,通过刷新页面来使脚本执行或者业务规则执行来实现某些业务效果,一般我们会使用window.location. ...
- 子库存-OU-库存组织-关系
SELECT hou.organization_id ou_org_id, --org_id hou.name ou_name, --ou名称 ood.organization_id org_org_ ...
- JSP 2.x 自定义标签
JSP 1.x的标签,虽然使用起来非常灵活,但是比较复杂,JSP 2.x提供了一组简化的标签写法 SimpleTagSupport是SimpleTag接口的子类,同时支持参数和标签体,最核心的方法时d ...
- Spark技术内幕之任务调度:从SparkContext开始
SparkContext是开发Spark应用的入口,它负责和整个集群的交互,包括创建RDD,accumulators and broadcast variables.理解Spark的架构,需要从这个入 ...
- 【UML 建模】在线UML建模工具 ProcessOn 使用详解
总结 : -- 推荐理由 : 最近从 Windows 操作系统 转到 MAC 上, 正在看设计模式 和 重构, 找不到好用的 UML 工具, 因此在网上找了一款可以在线使用的 UML 工具, 用起来发 ...
- [cacti]nginx+php+cacti+mysql+php-fpm 安装小记
网上教程很多,但是nginx不太多,下面安装时候主要参考的篇文章: http://54im.com/linux/linux-cacti-cn-install.html http://www.tecmi ...
- [Python]程序性能分析
有些脚本发现比预期要慢的多,就需要找到瓶颈,然后做相应的优化,参考A guide to analyzing Python performance,也可以说是翻译. 指标 运行时间 时间瓶颈 内存使用 ...