数据挖掘十大算法详解,数据挖掘学习笔记--决策树C4.5 、数据挖掘十大算法--K-均值聚类算法 、机器学习与数据挖掘-支持向量机(SVM)、拉格朗日对偶、支持向量机(SVM)（三）-- 最优间隔分类器 （optimal margin classifier） 、支持向量机(SVM)（五）-- SMO算法详解、PageRank等

支持向量机SVM是重要的机器学习算法，这里使用matlab软件进行SMO算法设计，实现最优化分类。本次作业是实现SVM学习方法中序列最优化算法（SMO），其中my_svm.m和my_svmtrain.m与此次作业相关的两个文件。my_svm.m

实现了SVM算法以完成大作业，有详细的注释，在程序中采用的是高斯核。在参数的控制上我分别从平滑参数h和样本数量n上来进行调整以观察结果的不同： 1.分别使用h为0.1, 0.2, 0.5, 0.8, 1.0五个值进行估计。 2.样本数量分别使用20, 50, 100, 200, 500, 1000这五个不同的样本数量。 第二个是smo算法，都是用Python语言写得