<div id="content_views" class="markdown_views prism-atom-one-dark">
<!-- flowchart 箭头图标 勿删 -->
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg>
<h1 id="前言"><a name="t0"></a>前言</h1>
<p>朋友,你通过各种不同的途经初次接触支持向量机(SVM)的时候,是不是会觉得这个东西耳熟能详,感觉大家都会,却唯独自己很难理解? <br>
每一次你的老板或者同仁让你讲解SVM的时候,你觉得你看过这么多资料,使用过这么多次,讲解应该没有问题,但偏偏在分享的时候结结巴巴,<a href="https://www.baidu.com/s?wd=%E6%BC%8F%E6%B4%9E%E7%99%BE%E5%87%BA&tn=24004469_oem_dg&rsv_dl=gh_pl_sl_csd" target="_blank">漏洞百出</a>? <br>
每一次机器学习相关的面试在问到支持向量机(SVM)的时候,尽管你觉得你都准备好了,可是一次又一次败下阵来,以至于觉得问那些问题的人(是不是脑子有…)是那么的厉害,每一次都能精准发觉到你的不足和漏洞,让你怀疑你掌握的是假的SVM,然后让你怀疑人生? <br>
那还等什么,快来看看这篇文章吧,原价998,现在只要。。。(不好意思,扯偏了。)</p>
<p>以上可能真的只是我的个人经历(在这里,学渣给各位大佬鞠躬了!),但不管怎么样,我还是要自己写一篇从头到尾的SVM的理解,然后呈现给各位大佬审阅,欢迎您批评指正!</p>
<p>按照以下问题成文:</p>
<ul>
<li>由线性分类任务开始</li>
<li>为何需要最大化间隔</li>
<li>怎么解决凸二次规划问题</li>
<li>对偶问题的求解</li>
<li>SMO算法</li>
<li>核函数的由来和使用</li>
</ul>