机器学习：线性SVM的损失函数

要理解SVM的损失函数，先定义决策边界。假设现在数据中总计有个训练样本，每个训练样本i可以被表示为 ( x i , y i ) ( i = 1 , 2 , . . . , N ) (x_i,y_i)(i=1,2,...,N) (xi​,yi​)(i=1,2,...,N)，其中xi是 ( x 1 i , x 2 i , . . . , x n i ) T (x_1i,x_2i,...,x_ni)^T

>>阅读原文<<