关于svm选择alpha的问题-总是选择相同的那几个

[two2er]

由于候选alpha列表的顺序是从小到大的，所以如果有某个alpha不满足KKT条件，就会一直更新到它满足为止。我把svm.py每一次迭代更新的i1和i2打印出来，发现在很多情况下，i1和i2在5000次迭代里都是同一个下标，或者同两对下标。也就是说，最后只有一两个样本变成支持向量了。这样的训练结果合理吗？是否要随机打乱候选列表比较好？

[two2er]

i1, i2 = self._select_two_parameters()
print('update', i1, i2)

打印出每一次迭代选择的i1和i2，会发现几乎总是相同的