【机器学习】（六）支持向量机

支持向量机基本模型 支持向量机的基本思想是，在如下的样本集中： 基于训练集D在样本空间中找到一个划分超平面，将不同类别的样本分开 划分超平面可以表示成如下的线性方程： 其中w为法向量，b为位移项，空间内任意一点到以上超平面的距离为： 则有 距离超平面最近的几个训练样本点使得上式的等号成立，它们被称为支持向量（support vector），两个异类支持向量到超平面的距离之和为： 称之为间隔（mar

>>阅读原文<<