有人能给出一些关于如何确定最大似然和支持向量机分类器的计算复杂性的参考文献吗？
我一直在搜索网络，但似乎没有找到一个好的文档，详细说明如何找到模型，这些模型的计算复杂度的分类算法。
谢谢
最佳答案
支持向量机和一些最大似然拟合是凸最小化问题。因此，理论上可以使用http://en.wikipedia.org/wiki/Ellipsoid_method在多项式时间内求解它们。
我想如果你考虑方法的话，你会得到更好的估计。http://www.cse.ust.hk/~jamesk/papers/jmlr05.pdf表示，适合m个实例的标准支持向量机需要O（m^3）时间和O（m^2）空间http://research.microsoft.com/en-us/um/people/minka/papers/logreg/minka-logreg.pdf给出了logistic回归每次迭代的成本，但没有给出估计迭代次数的理论依据。在实践中，我希望这在大多数情况下都是二次收敛的，不会太糟。
关于algorithm - 最大似然和支持向量复杂度，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13187423/