我正在使用libsvm-3.23来训练数据集并使用默认设置生成模型而不使用任何参数，我也想了解此阶段的输出，但是我不知道如何解释我在这里得到什么...
...................
WARNING: using -h 0 may be faster
*.
WARNING: using -h 0 may be faster
*..
WARNING: using -h 0 may be faster
*.
WARNING: using -h 0 may be faster
*
optimization finished, #iter = 21791
nu = 0.550424
obj = -32123.272387, rho = -3.742414
nSV = 33351, nBSV = 33314
.........
WARNING: using -h 0 may be faster
*.
WARNING: using -h 0 may be faster
*.
WARNING: using -h 0 may be faster
*
optimization finished, #iter = 10486
nu = 0.434844
obj = -15950.193731, rho = -7.014801
nSV = 17162, nBSV = 17118
..............
WARNING: using -h 0 may be faster
*.
WARNING: using -h 0 may be faster
*.
WARNING: using -h 0 may be faster
*
optimization finished, #iter = 15241
nu = 0.431166
obj = -23998.956921, rho = -7.981013
nSV = 24883, nBSV = 24833
Total nSV = 51020
使用此命令：./svm-train acoustic_scale
数据集是（SensIT Vehicle (acoustic)）。
培训生成了多个输出块，但是我不明白在那里实际发生的情况，例如，在使用数据集heart_scale（libsvm附带的轻量级数据集）时，{ {1}}仅生成一块输出，如下所示：
./svm-train我使用的给出此输出的命令是*
optimization finished, #iter = 162
nu = 0.431029
obj = -100.877288, rho = 0.424462
nSV = 132, nBSV = 107
Total nSV = 132
您可以看到差异，./svm-train heart_scale数据集会生成SensIT Vehicle (acoustic)行3次，我不太了解这是如何发生的，以及什么会影响“块的数量“ 已生成...（按块，我的意思是一组与训练后的模型有关的信息，它们以"optimization finished, #iters = X"行开始，以"optimization finished, #iters = Y"结尾），更有趣的是，这些值"nSV = XX, nBSV = YY"，#iters，nu等的每次都不同，对此有解释吗？