摘要： 前言： 这次的内容是Ng关于machine learning关于svm部分的一些笔记。以前也学过一些svm理论，并且用过libsvm，不过这次一听Ng的内容，确实收获不少，隐约可以看到从logistic model到svm model的过程。 基础内容： 使用linear模型进行分类时，可以将参数向量看成一个变量，如果代价函数用MSE表示，则代价函数的图形类似抛物线（以新的变量为自变量）；如果代价函数用交叉对数公式表示时，则其代价函数曲线如下： 在Logistic回归中其代价函数可以表示为如下： 其中第一项是训练样本的误差，第二项是权值系数的惩罚项，λ为权值惩罚系数，其中... 阅读全文