各位同学，今天咱们不搞那些花里胡哨的概念堆砌，就扎扎实实地把支持向量机（SVM）的核心数学逻辑扒清楚——重点就是“间隔最大化”和“核函数”这两个灵魂概念。很多同学学SVM觉得难，无非是被一堆公式吓住了，一会儿拉格朗日，一会儿对偶问题，还有神秘的核函数，好像隔着一层雾。但其实SVM的思想特别朴素，咱们就从最直观的分类问题说起，一步步把数学推导“聊”明白，就像咱们坐在办公室里讨论问题一样，不用怕，跟着我的思路走就行。
一、先把问题想简单：线性可分情况下的“分类直觉”
咱们先从最理想的情况入手——线性可分。啥叫线性可分？就是咱们有两类数据，比如红色的点和蓝色的点，能画一条直线（二维情况）、一个平面（三维情况）或者一个超平面（高于三维的高维情况），把这两类点完完全全分开，没有任何一个点站错队。
此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 会·生活 » 从间隔最大化到核技巧：支持向量机的数学本质与推导逻辑