重写一下图中的公式:
支持向量机的超平面应该满足:
(其中i是第i个样例,若样例为正类,yi标记为1,即等价于公式括号里的部分大于等于1;若样例为负类,yi标记为-1,即等价于公式括号里的部分小于等于1)
(即训练样本距离超平面的距离应该越远越好(两类分的越开越好))
在寻找上述超平面的过程中可能会遇到各种问题,针对每种问题,我们又有各种解决方法:
1、样本空间找不到一个很好的超平面进行划分——核函数
上述最简单的SVM过程是假设在样本空间存在一个超平面可将样本划分开,但是也有可能在样本空间里不存在这样的超平面。在这种情况下,需要将样本从样本空间映射到更高为的特征空间,然后在更高维度的空间里寻找超平面。如果将x映射到高维平面的函数是