我整理了 50 页 PPT 来解释 SVM

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/red_stone1/article/details/84768163

支持向量机 SVM，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。但是想完全掌握 SVM 的理论知识包括 SMO 算法并不容易！红色石头之前在整理 SVM 内容的时候做了一个 PPT，比较清晰完整地介绍了 SVM。主要内容包括以下几个方面：

• 线性 SVM
• 对偶 SVM
• 软间隔 SVM
• 核 SVM
• SMO 理论推导
• SMO 完整代码

红色石头将这些 PPT 稍加整理，发布出来。下面分别介绍：

1. 线性 SVM

2. 对偶 SVM

3. 软间隔 SVM

4. 核 SVM

5. SMO 理论推导

6. SMO 完整代码

注意：PPT 的主要内容来自于林轩田的《机器学习技法》课程！不得不说，林轩田的课程真的非常棒！红色石头就是林老师课程的受惠者。我相信我的读者也有很多看过林老师的课程或者看过我写得关于林老师课程的笔记文章。SMO理论部分参考李航的《统计学习方法》，SMO 代码部分来自《机器学习实战》书籍。