SVM目标函数推导

svm目标函数推导： 通过引入松弛变量解决非线性可分问题，导入了软间隔分类器的概念 回想一下当初运筹学求解线性规划时引入的松弛变量，目的是将线性规划问题转化为标准型，其实道理和SVM引入松弛变量类似, 那么就得到了最终的SVM目标函数： 这里的 为松弛变量，C为惩罚系数【其作用等同于正则项的系数【lamda】】 什么叫支持向量？？ 就是分界面附近的点，这些点往往对分界面的形成贡献更大

>>阅读原文<<