该smo算法实现了两种smo算法，一种是简单的smo算法，即对a1的选择是随机的，一种是启发式smo算法，即对a1的选择是启发式选择，由于第一种是随机选择故其结果具有一定的随机性，而第二种是启发式，就很好的解决了随机问题，且适合于大量数据

支持向量机的功能、本质、基本理解以及公式的解释； SMO算法的理解、步骤以及算法流程 文档格式：pptx

这一章介绍的知识特别丰富，无论是核方法(Kernel)还是SMO高效求解SVM对偶问题中的启发式搜索，都很值得我们反复理解品味发明者的思想。话不多说，笔记整理如下： 支持向量机知识点总结： 其中，关于核方法那部分内容用了机器学习有很多关于核函数的说法，核函数的定义和作用是什么？第一个答主的图片加以解释(对直观理解低、高维之间特征映射很有帮助)；多分类SVM学习了支持向量机原理详解(八): 多类分类SVM这个知乎专栏的相关知识.(Stanford CS229 notes