sklearn的機器學習之路：支持向量機（SVM）

1. 基礎概念 什麼是SVM：支持向量機就是使用一條直線（二維）或超平面（多維）將數據分紅兩類，同時保證離超平面最近的點與超平面的間隔儘量小。 支持向量：離超平面最近的幾個訓練樣本，且知足 間隔（margin）：分類不一樣的支持向量之間的距離 γ=2∥w∥ γ = 2 ‖ w ‖ 。 對偶問題：在求解分類器時過於複雜，爲了簡化問題，咱們將目標函數和約束函數融入新的函數，即便用拉格朗日乘子法獲得「對

>>阅读原文<<