通俗直观地解释为什么svm支持向量机可以假设离判决面最近的点在wx+b=±1上

在学习svm的过程中，很多人可能对其推导的第一步假设就开始出现疑惑，

即各种资料都是假设正平面上距离判决线最近的点在wx+b=1上，而负平面上距离判决线最近的点在wx+b=-1上

然后在这个假设的基础之上开始进行推导，得出支持向量机最大边缘应该为：2/sqrt(wT*w)  

之后，将边缘宽度(margin width)最大化。

到这里最大的疑惑就是假设wx+b=±1的依据是什么，基本上所有的资料都没有点出这一点，导致了疑惑。

假设wx+b±1的依据是什么。其实这个问题并不是什么大问题，只是一时没想到而已。

 

对于这个问题，我认为从第三维的角度上会好理解一点。如果我们现在有一个判决函数d(x)=wx+b

将x1,x2两维看成两个自变量，带入函数之后，得到穿过判决线的一个平面