支持向量机学习笔记（三）：非线性支持向量机与SMO算法

非线性问题 在之前学了线性支持向量机，通过训练集学习到分离超平面 w x + b = 0 wx+b=0 wx+b=0，但是有时候分类问题不是线性的，也就是我们不能直接得到分离超平面。看下面两个图: 左边的图，只能使用一个椭圆（曲面）来对正例（黑点表示的实例）和负例（x表示的实例）来进行划分，而无法使用超平面 w x + b = 0 wx+b=0 wx+b=0来进行划分。对于这样的非线性问题，显然线

>>阅读原文<<