SVM詳解（二）

1.SVM模型 ——基本模型是特徵空間上的間隔最大的線性分類器，使用核技巧使它成爲非線性分類器 ——SVM學習策略是間隔最大化，可形式化成一個求解凸二次規劃的問題 ——SVM等價於正則化的合頁損失函數（hinge loss）的最小化問題。 2.SVM由簡至繁的模型 線性可分支持向量機（硬間隔支持向量機）——>線性支持向量機（軟間隔支持向量機）——>非線性支持向量機（使用核技巧和軟間隔最大化） 3.

>>阅读原文<<