支持向量机(SVM) 给的训练集D={(x1,y1),(x2,y2)…(xm,ym)},y=1或-1。支持向量机的想法就是在样本空间中找到一个划分超平面,将不同类别的样本分开。 这样的超平面会有很多,哪一个才是最优的呢? 首先,我们描述一个超平面: w=(w1,w2…wd) x=(x1,x2…xd) w和x均为列向量 w表示超平面的法向量,决定了超平面在空间中的角度;b为位移项,表示超平面与原点之间的距离;x表示超平面上的一个点。显然,超平面可以由参数w和b共同确定。将超平面记为(w,b) 那么空间中任意点到超平面(w,b)的距离为: 假设超平面能够将样本点正确分类,那么有