統計學習方法筆記：支持向量機之線性可分支持向量機與硬間間隔最大化

感想 支持向量機的內容有點多，我這裏分開進行講解，所謂的線性可分是對訓練樣例進行了假設，即假設訓練樣例是線性可分的，就不需要加核函數等步驟處理；所謂的硬間間隔最大化就是假設訓練數據中沒有噪聲數據，這樣就是硬間隔，不需要加鬆弛變量進行處理。因此這個算法不具有通用性，但是理解該過程能幫助我們理解後面的核函數和鬆弛變量，因此一定要弄懂這裏面的拉格朗日求解和kkt條件 介紹 支持向量機（SVM）是一種二分

>>阅读原文<<