这个博主写的很好:http://blog.csdn.net/on2way/article/details/47729419
一、学习步骤:
1、线性可分支持向量机:就是最基本的原始模式
2、线性支持向量机:在可分基础上加入了一个惩罚因子ξ
3、非线性支持向量机:在线性基础上再引入核函数
所以最重要的就是理解线性可分支持向量机的理论
二、支持向量原理
1、线性可分支持向量机
1、思想:我们让离超平面最近的点尽可能远离超平面,这个就是支持向量机的思想:
2、这里我们对w进行等比例缩放,使得
3、原来的目标函数就转化为:带约束条件的求极值问题,转化为同理:
4、使用拉格朗日乘子法:,这个时候我们的优化目标变成了
5、
6、对变化后的式子求导,得到w,b的值,再将这个式子回带到原方程,化简之后得到
化简过程:
7、得到这个式子之后,我们的问题是
8、通过smo算法我们可以求得这个a*,再计算wb就可以了