統計學習方法筆記（十一）支持向量機（二）

線性可分支持向量機與軟間隔最大化 一、線性支持向量機 當數據是線性不可分的時候，不等式約束並不總是成立的，所以需要修改硬間隔最大化，使其成爲軟間隔最大化。 對於訓練數據來說，所謂的線性不可分，指數據中有一些特異點，其無法滿足函數間隔大於等於1的約束條件。爲了解決這個問題，對每個樣本點引入了一個鬆弛變量，使其函數間隔加上這個鬆弛變量滿足相應的條件，這樣，約束條件變爲： yi(w⋅xi+b)≥1−ξi

>>阅读原文<<