Chapter 4.5.2 of Elements of Statistical Learning
我不明白它是什么意思：
“因为任何β和β0满足这些不等式，任何正比例 多重满足它们，我们可以任意设置||β|| = 1 / M.“
此外，最大化M如何变为最小1/2（||β|| ^ 2）？
答案 0 :(得分：0)
“由于任何满足这些不等式的β和β0，任何正比例多重也满足它们，我们可以任意设置||β|| = 1 / M.“
y_i(x_i' b + b0) >= M ||b||
y_i(x_i' [bc] + [b0c]) >= M ||bc||
因此你总能找到这样的c || bc || = 1 / M，所以我们只关注b这样他们就有这样的规范（我们只是限制了可能解决方案的空间，因为我们知道缩放不会有太大变化）
此外，最大化M如何变为最小1/2（||β|| ^ 2）？
我们把|| b || = 1 / M，因此M = 1 / || b ||
max_b M = max_b 1 / ||b||
现在正 f（b）的最大化相当于1 / f（b）的最小化，所以
min ||b||
以及|| b ||是正的，它的最小化等价于平方的最小化，以及乘以1/2（这不会改变最优b）
min 1/2 ||b||^2