《机器学习》 周志华学习笔记第六章 支持向量机（课后习题）python 实现

版权声明：作者：Rookiekk 联系邮箱：[email protected] 欢迎转载或分享，但请务必声明文章出处。 https://blog.csdn.net/qq_18888869/article/details/82880415

一、

1.间隔与支持向量

2.对偶问题

3.核函数

xi与xj在特征空间的內积等于他们在原始yangben空间中通过函数k(.,.)计算的结果。

核矩阵K总是半正定的。

4.软间隔与正则化

软间隔允许某些samples不满足约束 

松弛变量

5.支持向量回归（SVR）

6.核方法（引入核函数）

自己学习时写了代码，其中书中提到的SVM的经典的优化算法SMO我找到了论文并进行了下载，代码进行了python 实现，有需要的可以自己查看，习题以后补上。

https://github.com/makang101/machinelearning/tree/master/chapter6SVM