SVM 学习笔记

本文记录了个人在SVM学习中的一些内容，与大家分享。本人刚开始学习机器学习，菜鸟一枚，请大家多多指正。在本人的学习中，尽量从可以笔算的角度，给出示例，同时遵循思想的归思想，数学的归数学，算法的归算法的原则。

主要的参考内容：

1. 机器学习实战

2. 支持向量机通俗导论（理解SVM的三层境界） - 结构之法 算法之道 - 博客频道 - CSDN.NET  http://blog.csdn.net/v_july_v/article/details/7624837

SVM其实就是一个分类器，输入是一个个的样本数据，输出的是样本的类别。从函数的观点看，SVM就是建立了一个从样本到样本类别的一个映射，换句话说就是数学建模。

如何得到SVM模型呢？可以分两步走：

第一步：利用最大分类间隔构造对应的最优化问题；

第二步：利用数值计算的方法进行最优化问题的求解。

其实仔细看来，只有第一步如何提出最大分类间隔的思想属于机器学习研究人员的点子，其他的就是数学家和coder的事情了。。。so easy！

to be continued...