学习SVM模型心得1

SVM最先是被用来对线性可分的数据集做分类。下图是超平面的推导。主要思路是w是这个超平面的法向量，然后点到超平面的距离等于xx‘向w投影。

然后推导出距离公式为上图所示。注意到y与wx+b同号，就可以得到如下的式子

注意到wx+b的系数可以被放缩，可以进一步要求最小的那个y（wx+b）=1.

然后，就变成了下边的式子：

放松条件，再将最大化转变为最小化后，就变为下边的式子：

此最优化问题可以用二次规划来解。

如果是非线性的集合，可以先把x变换，变换成一个可以线性可分的集合再做。