我们最终是想要求出最大间隔超平面，
所以需要计算出约束条件下的 w和b 这两个参数，进而得到最大间隔超平面的表达式
求解方法是将原问题转化为其对偶问题进行求解，
这个过程分为四步，
1. 首先原问题需要满足强对偶性的三个条件
2. 将原问题转化为拉格朗日函数
3. 求拉格朗日函数的下确界函数
4. 求这个下确界函数的极大值，即要对偶问题的最优解
对于线性可分 SVM 来说，根据上面的四个步骤进行求解：
1. 首先它是符合强对偶的三个条件的，
2. 然后求出它的拉格朗日函数
3. 再求下确界函数，方法是对W和b求偏导，令其等于零
4. 接着需要对下确界函数求极大值，需要将极大值问题转化为极小值问题，用 SMO算法求出参数向量 alpha
5. 又因为 alpha 对应的（x，y）必然是支持向量，所以得出 b 的表达式
6. 至此 w 和 b 表达式都得到了，进而得到了最大分割超平面的表达式
7. 接着也就构造出了决策函数
求解方法是将原问题转化为其对偶问题进行求解，这个过程分为四步：
1. 首先原问题需要满足强对偶性的三个条件
2. 将原问题转化为拉格朗日函数
3. 求拉格朗日函数的下确界函数
4. 求这个下确界函数的极大值，即要对偶问题的最优解
对于线性可分 SVM 来说，根据上面的四个步骤进行求解：
1. 首先它是符合强对偶的三个条件的，
2. 然后求出它的拉格朗日函数
3. 再求下确界函数，方法是对W和b求偏导，令其等于零
4. 接着需要对下确界函数求极大值，需要将极大值问题转化为极小值问题，用 SMO算法求出参数向量 alpha
5. 又因为 alpha 对应的（x，y）必然是支持向量，所以得出 b 的表达式
6. 至此 w 和 b 表达式都得到了，进而得到了最大分割超平面的表达式
7. 接着也就构造出了决策函数
SMO算法：
网友评论