SVM的基本推導

1、SVM的作用 對於給定的訓練樣本集D={(x1,y1), (x2,y2),… (xn,yn)}，yi屬於{-1，+1}，希望能找出一個超平面，把不同類別的數據集分開，對於線性可分的數據集來說，這樣的超平面有無窮多個，而最優的超平面即是分隔間距最大的中間那個超平面 2、硬間隔最大化 對於以上的KKT條件可以看出，對於任意的訓練樣本總有ai=0或者yif(xi) - 1=0即yif(xi) = 1

>>阅读原文<<