SVM支持向量机公式及核函数

这篇博客支持向量机（SVM）——原理篇对SVM原理讲解的比较透彻，下面是斯坦福大学吴恩达教授的机器学习公开课中的理解。
SVM的损失函数：
$$mi{n}_{\theta }C\sum _{i=1}^m[y^{(i)}cos{t}_1({\theta }^T{x}^{(i)})+(1-y^{(i)})cos{t}_0({\theta }^T{x}^{(i)})]+\frac{1}{2}\sum _{i=1}^n{\theta }_j^2$$
当 $y^{(i)}=1$时，总有${\theta }^T{x}^{(i)}⩾1$;
当