SVM-非線性支持向量機及SMO算法

線性不可分情況 線性可分問題的支持向量機學習方法，對線性不可分訓練數據是不適用的，爲了滿足函數間隔大於1的約束條件，可以對每個樣本(x_i,y_i)(x_i,y_i)引進一個鬆弛變量ξ_i≥0ξ_i≥0，使函數間隔加上鬆弛變量大於等於1,， y_i(w⋅x_i+b)≥1−ξ_iy_i(w⋅x_i+b)≥1−ξ_i 目標函數變爲 12||w||2+C∑_j=1Nξ_i12||w||2+C∑_j=1N

>>阅读原文<<