SVM学习笔记

SVM支持向量机学习 基础 7.1 线性可分SVM 7.1.1 线性可分SVM定义 7.1.2 函数间隔和集合间隔 7.1.3 间隔最大化（学习策略） 7.1.4 学习的对偶算法 笔者疑问：对偶问题求解相比原始问题有何优势？ 引子1：拉格朗日 引子2：拉格朗日对偶问题 如何进行学习的对偶算法 支持向量 优缺点 用于回归问题 参考书目 基础 本文基本上参考《李航-统计学习方法》进行学习、排版。 二类

>>阅读原文<<