支持向量機---SVM 最小二乘支持向量機---LSSVM

1.SVM 支持向量機的的學習策略就是間隔最大化，可形式化爲一個求解凸二次規劃的問題，也等價於正則化的合業損失函數的最小化問題。 給定訓練樣本集D={(x1,y1),(x2,y2),...,(xm,ym)},yi{-1,+1},分類學習的最基本想法基於訓練集D在樣本空間中找到一個劃分超平面，將不同類別的樣本分開。 樣本空間中，劃分超平面可通過如下線性方程來描述： x+b=0（爲法向量，b爲位移項）

>>阅读原文<<