支持向量机（SVM）之完全线性可分

1，前提条件：在所给数据集完全线性可分时才能应用此模型，属于较理论的情况，实际的数据不大可能完全分开。

2，待解决问题（二分类问题）：

有线性可分数据集 T = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x N , y N ) } , 其 中 x i ∈ R n ， y i ∈ { − 1 , 1 } ， i = 1 , 2 , . . . , N T=\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N)\},其中x_i\in R^n，y_i \in \{-1,1\}，i=1,2,...,N T={(x1​,y1​),(x2​,y2​),...,(xN​,yN​)},其中xi​∈Rn，yi​∈{−1,1}，i=1,2,...,N
要求找到最大间隔超平面将数据集分为两类。
。。。
略有所思：最大间隔有两个方式理解，一个是一个板（超平面）离所有点的距离最大，如下图：

二个是想象两类边上各有一个板，这两板平行，要使它们间的距离最大，如下图：

。。。

3，将上述问题转化为约束最优化问题

4，解上述问题的对偶问题

5，最大间隔超平面的通用求法

S1 最大间隔超平面的存在性和唯一性论证

Reference

《统计学习方法》李航