【機器學習】支持向量機原理（一）線性支持向量機

引入 　　給定訓練集樣本  D=(x1,y1),(x2,y2),...,(xm,ym),yi∈{−1,+1}   D = ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x m , y m ) , y i ∈ { − 1 , + 1 } ，支持向量機的核心思想就是基於訓練集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。但是能將訓練樣本分開的劃分超平面可

>>阅读原文<<