机器学习SVM

• 支持向量机主要是一种两类分类模型。
• 基本模型是基于特征空间中最大间隔的线性分类器。
• 通过引入核技巧的升级方法实现了线性到非线性的跨越。
• 学习策略包括两个方面：一是通过求解凸二次规划问题实现；二是等价于正则化的合页损失函数最小化。
• 学习算法采用最优化算法求解图二次规划问题。
• 支持向量机的核心思想是寻求几何间隔最大的最优超平面。

Q：支持向量机做分类模型需要注意的点？

1. 注意点1

要把sign函数建出来才叫分类模型（区分分类决策函数与分离超平面）

2. 注意点2

求解过程中的两个约束条件 ：

由繁至简的模型

**1.