有監督分類：支持向量機分類

1.前言 上一篇主要研究了《最小二乘用於分類》也實現了模式識別。然而，雖然與錯誤分類率對應的0/1損失的間隔函數是單調非增的，但是L2損失並不是單調非增的，所以使用最小二乘學習法進行模式識別還是有些不自然。這裏，再次綜述一下支持向量機分類器，關於SVM的話題已經寫了近10篇文章了。本文更偏重於介紹支持向量機分類器中所使用的損失概念，並且討論支持向量機分類器向魯棒學習進行拓展的方法。 2.間隔最大化

>>阅读原文<<