斯坦福大学公开课机器学习课程（Andrew Ng）七最优间隔分类器

课程概要： 1.最优间隔分类器 2.原始/对偶问题 3.svm的对偶问题     在上篇中，我们提到了函数间隔与几何间隔，这两个定义是 svm 的基本定义，因为svn比较复杂，这里先简要介绍一下svn的几个部分。首先是函数间隔与几何间隔，由它们 引出最优间隔分类器；为了多快好的解决最优间隔分类器问题，使用了拉格朗日对偶性性质，于是，先要理解原始优化问题与对偶问题及它们在什么条件（KKT 条件）下最

>>阅读原文<<