对于线性支持向量机学习来说，模型为分离超平面w*x+b*=0及决策函数f(x)=sign(w*x+b*)，其学习策略为软间隔最大化，学习算法为凸二次规划。线性支持向量机学习还有另外一种解释，也就是最小化如下目标函数：
第一项是经验损失，函数：
称为合页损失函数，下标+表示以下取正值的函数：
标签：logs height 二次 es2017 函数 策略 div sig img
对于线性支持向量机学习来说，模型为分离超平面w*x+b*=0及决策函数f(x)=sign(w*x+b*)，其学习策略为软间隔最大化，学习算法为凸二次规划。线性支持向量机学习还有另外一种解释，也就是最小化如下目标函数：
第一项是经验损失，函数：
称为合页损失函数，下标+表示以下取正值的函数：
标签：logs height 二次 es2017 函数 策略 div sig img
原文地址：http://www.cnblogs.com/xiaochouk/p/8038957.html
