SVM 中数学推导

SVM中数学原理

方法1.

图为清华大学Dr.Bo.Yuan老师在数据挖掘课程中支持向量机的PPT中截图，我在理解时存在问题。对此做以下几点解释：

1. w是垂直于分离超平面的权重向量。
2. g(x) 为点 x 所在超平面的表达式。
3. x’ 为x在分离超平面上的投影，所以x = x’ + λw( λw的模刚好为距离)
4. w x’ + b = 0 （ x’ 所在分离超平面的表达式）

前提：对于样本点 y(w x + b ) - 1 >= 0

Maximize the margin: M

方法2.

参考文献：https://blog.csdn.net/yutao03081/article/details/76652943