1.4 svm的最优化问题是什么?
首先我们想要最优化的是各类样本点到超平面的距离最远(其实也就是找到最大间隔超平面)
然后任意一个超平面可以用下面这个线性方程来描述:
wT + b = 0
n维空间距离又是怎么算的呢?
二维空间点(x,y)到直线Ax + By+C = 0的距离计算公式是:
那我们拓展到n维也是同样的,点x到直线wT +b =0的距离是:
距离知道怎么计算了,再看这样一幅图:
根据支持向量的定义,是样本中离超平面最近的点,所以所有其它的红色点距离超平面的距离一定大于d,那么我们有这样一个公式:
这里的一个疑惑就是为什么在样本点确定后,|wT xi + b|就是一个常数了,然后就可以将问题
转化为