機器學習技法筆記-線性支持向量機

回顧線性分類 前提：樣本線性可分 線性分類器： h ( x ) = s i g n ( w T x ) h(x)=sign({ w }^{ T }x) h(x)=sign(wTx) 尋找線性分類器的算法：PLA/pocket Q：若樣本線性可分，那麼可以將樣本完美分類的直線(超平面)邊界通常(肯定)不止一條，哪一條纔是最好的呢？ A：邊界離樣本點的最小距離越大越好 直覺告訴我們上圖中顯然第三個線性

>>阅读原文<<