版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_41185868/article/details/83833233
SMO算法：Sequential Minimal Optimization序列最小优化。把所有整个的二次规划的求解问题，转换成一系列的只含每一次只含两个训练样本的α优化问题，是因为st约束条件中对α的限制。每次拿出两个α来计算求解。
SMO基本思想：通过观察SVM的优化目标，可以发现其最终的目的是要计算出一组最优的alpha和常数项b的值。而SMO算法的中心思想就是
第一步，每次选出两个alpha进行优化(之所以是两个，是因为alpha的约束条件决定了其与标签乘积的累加等于0，因此必须一次同时优化两个，否则就会破坏约束条件)，
第二步，然后固定其他的alpha值。重复此过程，直到达到某个终止条件程序退出并得到我们需要的优化结果。