摘要：SVM目前被认为是最好的现成的分类器，SVM整个原理的推导过程也很是复杂啊，其中涉及到很多概念，如：凸集和凸函数，凸优化问题，软间隔，核函数，拉格朗日乘子法，对偶问题，slater条件、KKT条件还有复杂的SMO算法！ 相信有很多研究过SVM的小伙伴们为了弄懂它们也是查阅了各种资料，着实费了不少功夫 阅读全文

摘要：1、SVM的原理是什么？ SVM是一种二类分类模型。它的基本模型是在特征空间中寻找间隔最大化的分离超平面的线性分类器。（间隔最大是它有别于感知机） 试图寻找一个超平面来对样本分割，把样本中的正例和反例用超平面分开，并尽可能的使正例和反例之间的间隔最大。 支持向量机的基本思想可以概括为，首先通过非线性 阅读全文

摘要：感知机原理：二维空间中找到一条直线可以把所有二元类别分离开，三维或多维空间中，找到一个分离超平面把所有二元类别分离开。而可把所有二元类别分离开的超平面不止一个，哪个是最好的呢？损失函数：所有误分类的点到超平面的总距离，找到损失函数最优化对应的超平面，即误分类的点到超平面总距离最小的模型参数w,b(感 阅读全文