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
- Redis监控工具,命令和调优
Redis监控工具,命令和调优 1.图形化监控 因为要对Redis做性能测试,发现了GitHub上有个python写的RedisLive监控工具评价不错.结果鼓捣了半天,最后发现其主页中引用了Goog ...
- 自定义Java注解的方式与应用
注解的作用 Annotation(注解)是JDK 5.0引入的特性,它的基本作用就是修饰编程元素. 注解相当于一种标记,在程序中加了注解就等于为程序打上了某种标记.编译器.开发工具或其他程序可以用反射 ...
- cassandra 概述
摘要 本篇文章主要是介绍cassandra与其他NoSQL的区别以及自身的特点与应用场景.在关系数据库我们没必要选择数据库,通常需要适配oracle/mysql/sql server/db2 等多种数 ...
- Linux 高性能服务器编程——高级I/O函数
重定向dup和dup2函数 #include <unistd.h> int dup(int file_descriptor); int dup2(int file_descriptor_o ...
- activiti 任务节点 处理人设置
1.1.1. 前言 分享牛原创(尊重原创 转载对的时候第一行请注明,转载出处来自分享牛http://blog.csdn.net/qq_30739519) 我们在使用activiti 工作流引擎的时候, ...
- Spark内存管理-UnifiedMemoryManager和StaticMemoryManager
在Spark-1.6.0中,引入了一个新的参数spark.memory.userLegacyMode(默认值为false),表示不使用Spark-1.6.0之前的内存管理机制,而是使用1.6.0中引入 ...
- numpy教程:排序、搜索和计数
http://blog.csdn.net/pipisorry/article/details/51822775 numpy排序.搜索和计数函数和方法.(重新整合过的) ],, , ], [, , ]] ...
- 海量并发的无锁编程 (lock free programming)
最近在做在线架构的实现,在线架构和离线架构近线架构最大的区别是服务质量(SLA,Service Level Agreement,SLA 99.99代表10K的请求最多一次失败或者超时)和延时.而离线架 ...
- Android官方推荐使用DialogFragment替换AlertDialog
DialogFragment是在Android3.0(API level 11)中引入的,它代替了已经不建议使用的AlertDialog. DialogFragment高效地封装和管理对话框的生命周期 ...
- 4、Android UI测试
为你的APP进行UI测试是为了确保不出现意料之外的结果,提升用户的体验.如果你需要验证你的APP UI的正确性,你需要养成创建UI测试的习惯. Espresso测试框架是由Android Testin ...