支持向量机基本型 最大间隔：寻找参数w和b,使得Y最大 2 arg max 0,b wl s.t.y(wc+b)≥1，i=1,2,…,m. arg min w,b w s.t.y(wc+b)≥1，i=1,2,..,m. 凸二次规划问题
支持向量机基本型 最大间隔: 寻找参数 和 , 使得 最大 凸二次规划问题
对偶问题 口引入拉格朗日乘子α≥0得到拉格朗日函数 (w,a）=2lw2+ a(1-%(wTx,+） i- ▣令L(w,b,a)对w和b的偏导为零可得 ai,0=∑ =1 ▣回代可得 1 max 0i一 o:ojV:Vjxaj i=1j=1 m s.t. 0y=0,Q≥0，i=1,2,..,m =1
对偶问题 回代可得 引入拉格朗日乘子 得到拉格朗日函数 令 对 和 的偏导为零可得
特征空间映射 若不存在一个能正确划分两类样本的超平面，怎么办？ 将样本从原始空间映射到一个更高维的特征空间，使样本在这 个特征空间内线性可分 x→p(x) 如果原始空间是有限维（属性数有限），那么一定存在一个 高维特征空间使样本可分
特征空间映射 若不存在一个能正确划分两类样本的超平面, 怎么办? 将样本从原始空间映射到一个更高维的特征空间, 使样本在这 个特征空间内线性可分 如果原始空间是有限维(属性数有限)，那么一定存在一个 高维特征空间使样本可分