标签: machine-learning vector svm data-science supervised-learning
我是SVM的新手。
我相信,我们在SVM中的主要目标是
SVM
1)到决策边界与数据点之间的maximize和margin和
maximize
margin
2)找到support vectors
support vectors
所以我的理解是,我们使用拉格朗日乘数来最小化w(weight),以便在考虑到约束的情况下增加边距,因此这是一个约束优化。拉格朗日乘数如何确保两个超平面接触支持向量?找到最佳的超平面之后,如何找到支持向量?
w(weight)