支持向量机(SVM)第三章---软间隔

参考周老师《机器学习》 在前面两章里，我们都是假设样本在原始空间或者高维空间里线性可分，并且我们提到核函数的选择成为SVM的关键。即使我们找到了合适的核函数，也难断定是否是因过拟合造成的。 引入软间隔，允许一些样本不满足约束条件。在前面两章所介绍的都是硬间隔，即所有样本都必须满足约束条件。 优化目标为： min12||w||2+C∑ni=1l0/1(yi(wTxi+b)−1) min 1 2 |

>>阅读原文<<