西瓜书支持向量机（SVM）---点到超平面的距离的推导

点到超平面距离的推导公式如下：
$$r=\frac{|w^{T}x+b|}{||w||}$$
其中：根据超平面的定义：r是点到超平面的距离，$w$是超平面的法向量，b是偏置项。
下面是推导过程，如下图所示：

其中L是超平面，满足超平面方程:$w^{T}x+b=0$，$x_1$是空间中一点，作$x_1$与超平的的垂直线，交超平面于点$x_0$，于是r就是点$x_1$到超平面的距离。
根据向量点乘的定义，我们有下面的公式：
$$|w^T\cdot \overrightarrow{\left(x_0{x}_1\right)}|=||w||\ast |r|\ast |cos\theta |$$
其中，$\theta$为向量$x_0{x}_1$于向量w的夹角，由于这两个向量平行，所以$|cos\theta |$=1，由于r代表点到直线的距离，所以|r|=r。原式可以写成：
$$|w^T\cdot \overrightarrow{\left(x_0{x}_1\right)}|=||w||\ast r(1)$$
另外$|w^T\cdot \overrightarrow{\left(x_0{x}_1\right)}|$,其中$w^T$是n为向量，$\overrightarrow{\left(x_0{x}_1\right)}$也是n维的，根据多维向量相乘得到：
$$|w^T\cdot \overrightarrow{\left(x_0{x}_1\right)}|=|w^T\cdot (x_1-x_0)|=w_1{x}_1^1+w_2{x}_1^2+...w_n{x}_1^n-w_1{x}_0^1-w_2{x}_0^2...x_n{x}_0^n|$$
将式子整理一下得到：
$$|w^T\cdot \overrightarrow{\left(x_0{x}_1\right)}|=|w^T\cdot x_1-w^T\cdot x_0|(2)$$
由于$x_0$在超平面上，满足超平面方程$w^T{x}_0+b=0$,所以$w^T{x}_0=-b$，带入（2）式得到：
$$|w^T\cdot \overrightarrow{\left(x_0{x}_1\right)}|=|w^T\cdot x_1+b|$$
根据（1）式与（2）式，得到：
$$||w||\ast r=|w^T\cdot x_1+b|$$
所以：
$$r=\frac{|w^T\cdot x_1+b|}{||w||}$$
将$x_1换成x$命题得证。