1、起源于“最大间隔分类器”。
2、定义“几何间隔”和“函数间隔”对问题进行建模,对原始优化问题的一步步简化成更简单可行的优化问题。
3、利用对偶和KKT条件将优化问题华为对偶优化问题。
4、利用序列最小最优(SMO)算法求解对偶问题,得到参数的最终结果。
1*:针对线性不可分的情况,提出了核(kernel)的概念,使得SVM具有非线性分类的能力
核函数的价值在于它虽然也是讲特征进行从低维到高维的转换,但核函数绝就绝在它事先在低维上进行计算,而将实质上的分类效果表现在了高维上
2*:为了提高SVM的泛化能力,使用soft margin算法,即给cost function 增加一个正则项。
综上所述:SVM = 最大间隔分类器 + kernel + soft margin