机器学习.周志华《6 支持向量机》

间隔与支持向量  分类学习的最基本想法就是基于训练集D在样本空间中找到一个划分超平面，将不同类别的样本分开。 能将训练样本划分开的平面可能有很多个，选择位于两类训练样本正中间的划分超平面，原因是这个超平面的分类结果最鲁棒，泛化能力最强。 在样本空间中，划分超平面可通过以下线性方程来描述  样本空间中任意点 x到超平面 (w,b)的距离可以写成  假设超平面能够正确分类样本，则可以通过对w缩放可以使

>>阅读原文<<