五 分類 其它分類技術5

5.5 支持向量機SVM 5.5.1 最大邊緣超平面 結構風險最小化理論：給出了線性分類器邊緣與其泛化誤差之間關係的形式化解釋 5.5.2 線性支持向量機：可分情況 1.線性決策邊界wx+b=0 2.線性分類器的邊緣 3.學習線性SVM模型 拉格朗日乘子法；KKT條件（支持向量）；對偶拉格朗日函數 5.5.3 線性支持向量機：不可分情況 軟邊緣，學習允許一定訓練錯誤的決策邊界 在優化問題的約束中引

>>阅读原文<<