一. 这个还要注意,他的正则化和普通的回归差不多,都是不考虑进去那个常数项
svm的原理是依据逻辑回归来的,在他的基础上进行可一些修改和提炼(自己感觉的,不一定准确)
是最开始的学的预测函数,里面含有常数项,也就是后来单独添加了一列全为1的数值,但是在正则化的时候,要把它先剔除出去。
神经网络的偏置b也有点类似的思想
二.在加入核函数的时候,上面的损失函数就变成下面的样子
(这个文章是参考Andrew'Ng 的)
这个时候原来的x变成了f,还有正则化不是原来的了,而是加入而M(和核函数有关系)