SVM原始问题也称为Primal problem
在线性情况下,在原始问题中,从满足所有约束的每个次优点开始,存在一个移动的方向的子空间,从而增涨了目标函数。沿任何这样的方向移动可以消除候选解和一个或多个约束之间的松弛。候选解决方案的不可行值是超过一个或多个约束的值。
在对偶问题中,对偶向量乘以确定约束条件的约束条件。在对偶问题中改变对偶向量等效于修改原始问题中的上限。寻求最低的上限。也就是说,对偶向量被最小化以消除约束的候选位置和实际最优位置之间的松弛。对偶向量的不可行值太低。它将一个或多个约束的候选位置设置在排除实际最优值的位置。