筆記(總結)-SVM(支持向量機)的理解-2

上一篇我們討論了SVM的建模由來與推導過程，最終得出了SVM的對偶問題和解的形式，不過這都基於一個重要前提，即樣本集是線性可分的。爲了解決線性不可分情況下的分類問題，我們引入soft margin SVM，即軟間隔SVM。 爲了處理上述情況，我們不再要求樣本集全部位於「楚河漢界」外，放寬限制，允許數據點進入「楚河漢界」甚至錯分，引入鬆弛變量 ξ ξ ，如下所示： 此時對應的約束條件爲： ⎧⎩⎨⎪⎪

>>阅读原文<<