挫折

さっぱりだ。

さっぱりだったらさっぱりだ。

ドキュメントを読み進める。

Section4 describes two implementation techniques: shrinking and caching.
(セクション4では二つの実装上のテクニック-縮小とキャッシング-を記述しています。)

SVMの定式化の部分はだいたい理解できているので置いといて。
SVMのマージン最大化を行う制約付きの非線形最適化問題を、ラグランジェの未定乗数法を用いることで、双対問題へ変換でき、
それが2次計画問題に帰着するというところまでは理解している（と思う）。
問題はここから。

実際にプログラムでは２次計画問題を解くわけだけど、そこで用いられているテクニックが

The Decomposition Method
(分散法)

なんじゃそりゃ。

The difficulty of solving (3.1) is the desity of Q because Qij is in general not zero.
((3.1)式を解くことの難しさは、Qの密度である。というのもQijは一般的に0ではない。)
In LIBSVM, we consider the decomposition method to conquer this difficulty.
(LIBSVMでは、この難解さを打破するために、「分解法」を考慮している。)

Qの密度？
このあたりからさっぱりさっぱり？？？？？？？
で、以下続いていくのだが、どうやらこのThe Decomposition Methodを収束させるのを高速化させる(?)という話になっているよう。
Shrinkingは変数の数を減らすことかな？
Cachingはメモリに結果を残しておくことでの計算の高速化かな??

ま、あらゆる点で勉強不足orz

そんなおいらと対照的に、計算機サーバーは黙々と動いている。
どうやら予定通りの結果になっている（現在約50%進行)