支持向量机(SVM)总结

一.线性可分支持向量机 1.定义：给定线性可分的训练集，求解出能够正确划分训练集并且几何间隔最大的分离超平面wx+b=0,对应的决策函数为f(x)=sign(wx+b) 2.函数间隔： 3.几何间隔： 二.目标函数的推出 三.推导过程求解： 四.软间隔与正则化： 为了防止过拟合，对每个样本点引入一个松弛变量，此时为软间隔最大化问题，推导过程如下： 五.非线性支持向量机与核函数： 为什么引入核函数：

>>阅读原文<<