svr 算法实现（基于smo算法） java实现

这是一份基于支持向量机（SVM）的手写字体识别源代码（Python版本），目前只支持二分类识别。实现了快速SMO算法。

本文件提供了支持向量回归的算法，是svm中的一个算法

支持向量数据描述（Support Vector Data Descr iption，SVDD）是一种单值分类算法，能够实现目标样本和非目标样本的区分。故障检测（异常检测）实质上是一种单值分类问题，将正常样本和异常样本区分开来。基于 SVDD 的故障检测（异常检测）流程一般为： 1. 获取正常样本数据集。 2. 训练 SVDD 超球体，获取超球体的相关参数（阈值、支持向量等等）。 3. 计算测试样本到超球体的球心距，通过比较球心距和阈值来判断该测试样本是否为异常样本。 代码主要包括： 1. 应用