SVM推導過程註解(一)

前言 支持向量機(Support Vector Machine)的原理其實比較簡單，它是基於結構風險最小化理論之上在特徵空間中建構最優分割超平面。在二維中就是線，在三維中就是面，但我們統稱爲超平面。 就我所看到的相關書本、論文以及網上博文情況來看，其一般步驟通常如下： 在二維平面中的線性可分情況開始講解，求解硬間隔最優化 隨後放寬條件，這時可以引入鬆弛向量，然後求解軟間隔最優化 再後面拓展到線性不

>>阅读原文<<