支持向量機（SVM）入門理解與推導

1. 簡介 支持向量機（support vector machines）是一種二分類模型，它的目的是尋找一個超平面來對樣本進行分割，分割的原則是間隔最大化，最終轉化爲一個凸二次規劃問題來求解。由簡至繁的模型包括： 當訓練樣本線性可分時，通過硬間隔最大化，學習一個線性可分支持向量機； 當訓練樣本近似線性可分時，通過軟間隔最大化，學習一個線性支持向量機； 當訓練樣本線性不可分時，通過核技巧和軟間隔最大

>>阅读原文<<