機器學習之支持向量機

線性分類器中主要任務是在樣本空間中尋找一個超平面將不同類別的樣本分開。 這些超平面有很多，一般來說，」正中間「的泛化性能最強，魯棒性最好。 間隔與支持向量 劃分超平面可描述爲： ω T x + b = 0 \omega^Tx+b=0 ωTx+b=0 ω = ( ω 1 ; ω 2 ; ⋯   ; ω d ) \omega=(\omega_1;\omega_2;\cdots;\omega_d) ω=

>>阅读原文<<