支持向量機SVM算法推導及實現

支持向量機 1.前言 支持向量機(Support Vector Machine)是常用的分類模型，其核心思想是求解超平面使得數據集分成兩堆，其中一堆是正例，另一堆是反例。但能夠將數據集D分開的超平面存在很多個，如下圖所示，我們應該如何選擇最優超平面呢？ 從直覺上看，粗線應該是最優超平面，因爲正反例樣本距離超平面最遠、間隔最大。間隔越大，說明分類越準確，置信度越高。 在樣本空間中，劃分超平面可以通過

>>阅读原文<<