斯坦福大學公開課機器學習課程（Andrew Ng）七最優間隔分類器

課程概要： 1.最優間隔分類器 2.原始/對偶問題 3.svm的對偶問題     在上篇中，我們提到了函數間隔與幾何間隔，這兩個定義是 svm 的基本定義，因爲svn比較複雜，這裏先簡要介紹一下svn的幾個部分。首先是函數間隔與幾何間隔，由它們 引出最優間隔分類器；爲了多快好的解決最優間隔分類器問題，使用了拉格朗日對偶性性質，於是，先要理解原始優化問題與對偶問題及它們在什麼條件（KKT 條件）下最

>>阅读原文<<