吃瓜笔记---第六章 支持向量机

注：本文只是本人阅读西瓜书及南瓜书的阅读笔记和心得，可能只有自己能看懂，鉴于本人水平有限，有极大可能出现错误，欢迎读者批评指正 

1、支持向量机（support vector machine，SVM）

        支持向量机是一种二分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使他有别于感知机。支持向量机的学习策略就是间隔最大化，也可形式化为求解一个凸二次规划问题。

2、间隔与支持向量

对于（6.5）式，可以写成以下形式

                                                

这就是支持向量机的基本型

3、拉格朗日对偶

        对于支持向量机的基本型求解，这里使用拉格朗日乘子法，并得到其对偶问题。

拉格朗日函数：

对w,b求下确界：  （1）

对w,b分别求偏导并使其偏导等于0：

                        

                          

带入（1）式并求最大值就得到了原问题的对偶问题

（后续完善）