skle中的SVM qp求解器

Question

我研究SVM，我将使用python sklearn.svm.SVC实现svm。

据我所知，SVM问题可以表示为QP（二次规划） 所以在这里我想知道哪个QP求解器用于解决sklearn svm中的SVM QP问题。

我认为它可能是SMO或坐标下降算法。

请告诉我sklearn svm中使用的确切算法

Answer 1

过去曾使用过现成的QP解算器，但多年来现在使用专用代码（更快更强大）。那些求解器不再是（普通的）QP求解器，只是为这个用例构建的。

sklearn的SVC是libsvm（proof）的包装器。

正如链接所说：

  

从2.8版本开始，它实现了本文提出的SMO类型算法：

     

R.-E。范，P.-H。陈和C.-J.林。使用二阶信息训练SVM的工作集选择。机器学习研究杂志6,1889-1918,2005。

（link to paper）