机器学习（周志华）读书笔记---第6章 支持向量机

6.1 间隔与支持向量 超平面：决策平面 支持向量：距离超平面最近得几个训练样本 最大化间隔，SVM（支持向量机）的基本型： 6.2 对偶问题 通过拉格朗日乘子法得到对偶问题： 拉格朗日乘子法需满足KKT条件 支持向量机解的稀疏性：训练完成后，大部分的训练样本都不需保留，最终模型仅与支持向量有关。 没用公式求解b，利用支持向量去求解 最终解： 求解拉格朗日乘子（SMO算法）： 6.3 核函数 若不

>>阅读原文<<