线性支持向量机与软间隔最大化

接着线性可分支持向量机。 如果数据集不是线性可分的，（比如二维空间中，就是找不到一条直线能刚好把正负例分开，）忽略掉一些异常点，就可以用一个分离超平面把正负例给分开。因此也就不是硬间隔了，而是软间隔。 引入了一个松弛变量，使得函数间隔加上松弛变量大于等于1.而线性可分支持向量机中的硬间隔，指的是函数间隔大于等于1 当样本点正确分类的时候，几何间隔指的是样本点到分离超平面的距离 松弛变量： 为啥函数

>>阅读原文<<