機器學習筆記6——支持向量機

對間隔分類器的優化 給定一組訓練集，通過找到一個決策邊界並且將間隔最大化，對訓練數據的預測得到的結果就是足夠正確的。因而，在分類器中會有一個「縫隙」（幾何間隔）將正負向的訓練樣本分割開來。 現在，我們假設給定的數據集是線性可分的，即可以通過超平面將正負向的訓練樣本分開。我們如何找到使幾何間隔達到最大值的分類器呢？我們可以引出如下優化問題： 我們打算將參數 γ 最大化，使每個訓練樣本的函數間隔有最小

>>阅读原文<<