SVM支持向量机原理总结

文中借鉴引用CSDN各大博主文献，图片，并非完全原创。 支持向量机SVM是一种二类分类模型，其基本模型是定义在特征空间上的间隔最大的线性分类器。  硬间隔：要求所有样本又必须划分正确  软j间隔：允许一些样本（不满足(w^t)x + b >= 1）出错。    当训练数据线性可分时：通过硬间隔最大化，学习一个线性的分类器，即线性可分支持向量机（硬间隔SVM）。  当训练数据近似线性可分时：通过软间

>>阅读原文<<