統計學習方法——支持向量機

支持向量機是一種二分類模型，他的基本模型是定義在特徵空間上的間隔最大的線性分類器，間隔最大時它有別於感知機；支持向量機還包括核技巧，這使它成爲實質上的非線性分類器，支持向量機的學習策略就是間隔最大化，課形式化爲一個求解凸二次規劃問題，也等價於正則化的合頁損失函數的最小化問題，支持向量機的學習算法是求解凸二次規劃的最優化算法。 SVM中四個問題： ①SVM思想；間隔最大化。 ②核函數：將原空間的數據

>>阅读原文<<