李航統計學習－支持向量機（SVM）之個人理解

支持向量機 是一種 二分類模型算法 SVM 不一樣於 感知機   是由於 SVM學習策略是間隔最大化，能夠將該問題理解爲凸二次規劃問題，也能夠將該問題理解爲正則化的合葉損失函數最小化問題函數 支持向量機學習方法 能夠從簡單到繁雜分紅三種：學習  線性可分支持向量機（可使用硬間隔最大化學習線性分類器），優化  線性支持向量機（使用軟間隔最大化學習），ui  非線性支持向量機（使用核技巧以及軟間隔最大

>>阅读原文<<