SVM學習筆記

SVM支持向量機學習 基礎 7.1 線性可分SVM 7.1.1 線性可分SVM定義 7.1.2 函數間隔和集合間隔 7.1.3 間隔最大化（學習策略） 7.1.4 學習的對偶算法 筆者疑問：對偶問題求解相比原始問題有何優勢？ 引子1：拉格朗日 引子2：拉格朗日對偶問題 如何進行學習的對偶算法 支持向量 優缺點 用於迴歸問題 參考書目 基礎 本文基本上參考《李航-統計學習方法》進行學習、排版。 二類

>>阅读原文<<