SVM-支持向量機學習（3）：線性SVM

1. 接上節的小尾巴 上節說道：對線性可分數據集，對偶最優化方法非常完美。有理論支撐，有實際可操作的凸優化解法。但是現實中，線性可分數據集很難找到，有噪聲和特異點的存在，使得不能線性可分。於是需要把這個方法推廣到一般上來。即本節的《線性SVM》。 數據集線性不可分情況下，樣本點中肯定有些不能滿足約束。於是修改硬間隔最大化，搞一個軟間隔最大化：兼顧大多數點的情況下，給某些點走個後門，使得問題可以被解

>>阅读原文<<