线性SVM

回顾决策边界 回顾一下前面博客中提到的决策边界，在二维的平面上，决策边界即超平面是一条直线。 现在假设有N个样本点，每个样本点表示为(x i _i i​, y i y_i yi​)，x i _i i​是特征向量。为了便于理解，所以假设每个样本有2个特征，即对于任意一个样本i有： (x 1 i _{1i} 1i​, x 2 i _{2i} 2i​, y i {y_i} yi​)，就表示他们的两个特征

>>阅读原文<<