支持向量机SVM算法推导及实现

支持向量机 1.前言 支持向量机(Support Vector Machine)是常用的分类模型，其核心思想是求解超平面使得数据集分成两堆，其中一堆是正例，另一堆是反例。但能够将数据集D分开的超平面存在很多个，如下图所示，我们应该如何选择最优超平面呢？ 从直觉上看，粗线应该是最优超平面，因为正反例样本距离超平面最远、间隔最大。间隔越大，说明分类越准确，置信度越高。 在样本空间中，划分超平面可以通过

>>阅读原文<<