本篇是SVM(support vector machine)系列的第一篇,主要讲述SVM的基本思想。
本文将围绕以下几个问题进行展开:
1. SVM的基本思想是什么、其优化目标怎样推演而出的
2. 软间隔SVM
3. 什么是支持向量(support vector)
SVM的基本思想
SVM本质上来说是一个线性二分类器(可以先对输入X进行非线性变换再送入SVM从而实现非线性分类)
对于一个分类器来说,最希望得到的便是该分类器能正确分类所有的样本(设定正样本y=1,负样本y=-1),即
也即希望找到一个由确定的超平面
,使得所有正样本都位于该平面的上方(>0)、所有负样本都位于该平面的下方(<0),假设这样的超平面存在的话,那么往往会有多个,如下图所示,
既