支持向量机《机器学习实战》读书笔记（数据分析学习DAY7）

支持向量机的原理，以及优化目标函数的推导复杂了许多，

还涉及了松弛变量等我之前没有接触的新内容。

为了更好的理解原理，我计划用西瓜书再研读一边原理。

今日只做简单的准备函数工作：

def loadDataSet(flieName):
    dataMat = []; labelMat = []
    fr = open(fileName)
    for line in fr.readlines():
        lineArr = line.strip().split('\t')
        dataMat.append([float(lineArr[0]), float(lineArr[1])])
        labelMat.append(float(lineArr[2]))
    return dataMat, labelMat

def selectJrand(i,m):#随机选取alpha的下标
    j = i
    while (j == i):
        j = int(random.uniform(0,m))
    return j

def clipAlpha(aj,H,L): #限制alpha的极致
    if aj > H :
        aj = H
    if L > aj :
        aj = L
    return aj

对于支持向量机的原理部分
https://blog.csdn.net/hx14301009/article/details/79762666
这位大神写得很清晰，让我受益匪浅

本文代码来源：
代码原出版书籍方已公开
https://www.manning.com/books/machine-learning-in-action

不作任何参考，仅为个人读书笔记，方便未来复习查看。