機器學習（周志華）讀書筆記---第6章 支持向量機

6.1 間隔與支持向量 超平面：決策平面 支持向量：距離超平面最近得幾個訓練樣本 最大化間隔，SVM（支持向量機）的基本型： 6.2 對偶問題 通過拉格朗日乘子法得到對偶問題： 拉格朗日乘子法需滿足KKT條件 支持向量機解的稀疏性：訓練完成後，大部分的訓練樣本都不需保留，最終模型僅與支持向量有關。 沒用公式求解b，利用支持向量去求解 最終解： 求解拉格朗日乘子（SMO算法）： 6.3 核函數 若不

>>阅读原文<<