对SVM的推导和编码实践（一）

线性模型 对于线性可分的二分类数据集，我们总是可以写出： wTx+b w T x + b 这样的预测模型，其中w是各属性的权重，b是截距即线性回归中的 w0 w 0 在线性回归或逻辑回归中我们用预测值 y∗ y ∗ 和真实值 y y 的某种关系来定义损失，如对数损失（逻辑回归）、0-1损失和平方损失，然后通过最小化风险函数的手段来求参数 w w 。最终都是求w（和b）。 我们发现， wTx+b w

>>阅读原文<<