[机器学习笔记] 6.支持向量机

这一部分讲的是支持向量机的基本概念，重点在于软硬间隔，对偶方法以及核技巧

6.1 间隔与支持向量

几何间隔，学习策略

---

6.2 对偶问题

拉格朗日对偶求解，SMO优化算法

---

6.3 核函数

X映射，低维到高维映射，常用核函数类型

---

6.4 软间隔与正则化

各种损失函数，引入损失函数后的对偶问题

---

6.5 支持向量回归

基于回归隔离带的对偶问题

---

6.6 核方法

没看懂...

---

重点需要再看一下KKT条件，核方法以及如何推理和实际应用。