SVM解釋：4、線性不可分的狀況

以前的博客介紹了在數據爲線性可分的狀況下，如何用SVM對數據集訓練，從而獲得一個線性分類器，也就是超平面 WX+b=0 W X + b = 0 . 可是我已經強調過屢次，線性可分的狀況有至關的侷限，因此SVM的終極目標仍是要解決數據線性不可分的狀況。解決這種線性不可分的狀況基本的思路有兩種：web 加入鬆弛變量和懲罰因子，找到相對「最好」超平面，這裏的「最好」能夠理解爲儘量地將數據正確分類； 使用

>>阅读原文<<