支持向量機專題——線性可分支持向量機

原文 支持向量機(support vector machine, SVM)是一種經典的分類器，其主要思想是學習一個在特徵空間上使間隔最大的分類器。支持向量機的學習可以看成是一個求解凸二次規劃問題的過程，同時也等價於正則化的合頁損失函數的最小化問題。 支持向量機可以分爲：線性可分支持向量機、線性支持向量機、非線性支持向量機三種。當訓練數據線性可分時，可通過硬間隔最大化，學習一個線性可分支持向量機（也

>>阅读原文<<