SVM Soft/Hard/核 原理整理

SVM簡介 SVM是定義在特徵空間上的間隔最大的線性分類器（可以使用核函數來實現非線性分類），本質上是求解凸二次規劃的最優化算法 SVM的特點 １．訓練好的模型的算法複雜度是由支持向量的個數決定的，而不是由數據的維度決定的。所以 SVM 不太容易產生 overfitting ２．SVM 訓練出來的模型完全依賴於支持向量，即使訓練集裏面所有非支持向量的點都被去除，重複訓練過程，結果仍然會得到完全一樣

>>阅读原文<<