從拉格朗日乘子法到SVM

前言 本文主要是講了如何構建SVM的模型，並利用KKT條件構造其對偶型，從而求解問題，並講述了SVM的硬間隔，軟間隔和核函數三個境界。主要參考了周志華的《機器學習》，並在其中補充了自己的想法。由於內容較多，所以很多細節都省略掉了，只留下了整體的框架，該說的東西應該都說了。 SVM基本型 首先，我們先假設一個數據集線性可分的情況，也就是硬間隔的情況，如下圖所示。 圖1：線性可分情況 可以看到，數據集

>>阅读原文<<