返回
SMO 算法交互实验
二维线性 SVM 的逐步优化观察
算法介绍
核技巧
SMO 算法
SVM可视化画布
未开始
惩罚系数 C:
1.00
容差 tol:
0.0100
最大迭代次数:
100
SMO 算法实验 · 迭代数据
×
原函数/目标：
线性 SVM 对偶优化
算法：
SMO（序列最小优化）
初始参数：
--
数据集：
--
总迭代记录条数：
0
记录编号
SMO 迭代
子步骤
(i, j)
(α_i, α_j)
w
b
准确率
状态
AI 助手
AI 助手
×
你好！我是AI助手，可以帮助你了解这个实验，指导你完成实验操作，分析实验结果，解释实验图像。请问有什么需要帮助的？
下一步
发送
确定清空当前页面所有对话历史？此操作不可恢复。
确定
取消