SVM目標函數推導

svm目標函數推導： 通過引入鬆弛變量解決非線性可分問題，導入了軟間隔分類器的概念 回想一下當初運籌學求解線性規劃時引入的鬆弛變量，目的是將線性規劃問題轉化爲標準型，其實道理和SVM引入鬆弛變量類似, 那麼就得到了最終的SVM目標函數： 這裏的 爲鬆弛變量，C爲懲罰係數【其作用等同於正則項的係數【lamda】】 什麼叫支持向量？？ 就是分界面附近的點，這些點往往對分界面的形成貢獻更大

>>阅读原文<<