第六章SVM读书笔记

1.间隔与支持向量 给定训练样本集 D = {(X1, Y1)， X2， Y2) , . . . , (Xm, Ym)}, Yi ε{-1，1}，分类学习最基本的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、将不一样类别的样本分开。 在样本空间中，划分超平面可经过以下线性方程来描述: 其中 w = (w1,w2，… ， wd) 为法向量，决定了超平面的方向; b 为位移项，决定了超平面与

>>阅读原文<<