SVM Soft/Hard/核 原理整理

SVM简介 SVM是定义在特征空间上的间隔最大的线性分类器（可以使用核函数来实现非线性分类），本质上是求解凸二次规划的最优化算法 SVM的特点 １．训练好的模型的算法复杂度是由支持向量的个数决定的，而不是由数据的维度决定的。所以 SVM 不太容易产生 overfitting ２．SVM 训练出来的模型完全依赖于支持向量，即使训练集里面所有非支持向量的点都被去除，重复训练过程，结果仍然会得到完全一样

>>阅读原文<<