线性可分SVM 硬间隔,完全分成两类(上图实线) 线性SVM 软间隔,分成两类,可以存在少量分错类的样本。(上图虚线) 加上核函数: Gamma值越大,分类越倾向于非线性 C越大,过渡带会越来越小 目标函数: 想要取到最安全的分类线,则需要距离最近的样本能够远一些, 即离样本的最小距离取最大 L2正则+损失函数 在约束条件下的极值问题:拉格朗日乘子法 若数据线性不可分,则增加松弛因子 损失函数: