AI-机器学习（1）-SVM（1）-间隔最优化

   SVM是解决什么问题的：分类

   如何解决呢：SVM有三宝，间隔最优化、对偶、核技巧。本文讲讲间隔。

  1.线性可分
  2.超平面
  3.最大间隔超平面
  4.支持向量
  5.svm间隔最优化问题
  6.间隔最优化如何计算
 

---

1.什么是线性可分？

                

      二维里，两类点被一条直线完全分开。

2.什么是超平面？

       Wx+b=0;

       一条直线往高维空间上的扩展。

3.什么是最大间隔，或者叫最佳超平面？

         两类样本分别在超平面两侧，以最大间隔把两类样本分开的超平面，是最佳超平面。

4.什么是支持向量

           

        距离超平面最近的点。两红一篮，这样的三个点称为支持向量。

        最近的一些样本点到超平面的距离最大化,不是所有点。

  5.svm最优化问题是什么？

                       

        所有样本点到超平面的距离最远。

   6.如何计算

         任意超平面可以用下面的线性方程来描述。

                              

       6.1二维超平面

            点到直线距离公式

                          

       6.2 N维超平面

              点到超平面距离公式

                           

       6.3 支撑向量到超平面的距离最大化

                  

        6.4 为了计算方便，最后公式为

               

7总结：

                

1. 什么是SVM ？三宝。
2. 什么是支持向量？两个红点一个蓝点 离超平面最近的点。
3. SVM最优解是什么？ 两条蓝线margin最大