西瓜書+實戰+吳恩達機器學習（十）監督學習之支持向量機 Support Vector Machine

文章目錄 0. 前言 1. 拉格朗日乘子法 2. SVM參數求解方法 3. 軟間隔 4. 核方法 5. 支持向量迴歸 如果這篇文章對你有一點小小的幫助，請給個關注，點個贊喔，我會非常開心的~ 0. 前言 在樣本空間中，劃分超平面可通過線性方程 w T x + b = 0 w^Tx+b=0 wTx+b=0決定。 嚴格的說，對超平面設置上界和下界，如下圖所示（圖源：機器學習）： 並滿足： { w T

>>阅读原文<<