摘要：
线性可分SVM： 定义：给定线性可分训练数据集，通过间隔最大化或等价地求解相应的凸二次规划问题学习得到分离超平面：w*.x+b*=0（计算出w*,b*的值）以及相应的分类决策函数 ： f(x)=sign(w*.x+b*) 成为线性可分支持向量机。 目标函数：最大化间隔（几何间... 阅读全文
摘要：
概述： SVM本身是一种二分类模型，他的基本模型是定义在特征空间上的间隔最大（区别于感知机）的线性分类器。此外，SVM还包括kernel技巧，这使得SVM可以对非线性问题进行分类。 SVM的学习策略就是间隔（支持向量之间的距离）最大化，可以形式化一个求解凸二次规划问题，SVM的学习算... 阅读全文