SVM——（一）線性可分之目標函數推導方法1

最近在看支持向量機，也查了很多資料。其中關於如何推導出最終的優化目標函數（見文末 (2.14) ）主要有兩種方式。第一種就是本文所介紹的，直接通過一個（幾何）距離來推導，如周志華機器學習中的SVM就是採用的這種方式；第二種就是下文中所要介紹的，先引入函數間隔，再引入幾何間隔，然後得到優化目標函數。對於這兩種方法，有人可能先接觸到第一種，遇到問題查資料，結果又看到原來還有第二種（我本人就是這樣）。所

>>阅读原文<<