Tricks
1. 对于二分问题,假设存在线性超平面将样本区分
2.在此情况下,合理的可要求在几何间距最大
3.此时问题转化为QP问题,有现成的解法,但还有更高效的,于是乎通过拉格朗日对偶和KKT条件得到对偶问题
此处省略一坨证明和推导。
4. 同样对于特征太多的情况,还是很费时间,于是有SMO算法
标注:
1. 由于svm设计是针对二分类,多分类还需一些技巧,不再累赘;
2. 同样对于不是线性可分的,可使用核函数,将原始特征映射到高维函数空间,推导类似线性可分将 <x, x> 变为 <phi(x), phi(x)> ,其中 phi(x)为核函数;
3. 本文主要参考http://blog.csdn.net/v_july_v/article/details/7624837 , 我这儿只不过是借花献佛,哈哈哈。