机器学习技法笔记-线性支持向量机

回顾线性分类 前提：样本线性可分 线性分类器： h ( x ) = s i g n ( w T x ) h(x)=sign({ w }^{ T }x) h(x)=sign(wTx) 寻找线性分类器的算法：PLA/pocket Q：若样本线性可分，那么可以将样本完美分类的直线(超平面)边界通常(肯定)不止一条，哪一条才是最好的呢？ A：边界离样本点的最小距离越大越好 直觉告诉我们上图中显然第三个线性

>>阅读原文<<