统计学习方法笔记：支持向量机之线性可分支持向量机与硬间间隔最大化

感想 支持向量机的内容有点多，我这里分开进行讲解，所谓的线性可分是对训练样例进行了假设，即假设训练样例是线性可分的，就不需要加核函数等步骤处理；所谓的硬间间隔最大化就是假设训练数据中没有噪声数据，这样就是硬间隔，不需要加松弛变量进行处理。因此这个算法不具有通用性，但是理解该过程能帮助我们理解后面的核函数和松弛变量，因此一定要弄懂这里面的拉格朗日求解和kkt条件 介绍 支持向量机（SVM）是一种二分

>>阅读原文<<