线性SVM

回顾决策边界

回顾一下前面博客中提到的决策边界,在二维的平面上,决策边界即超平面是一条直线。
现在假设有N个样本点,每个样本点表示为(x i _i i, y i y_i yi),x i _i i是特征向量。为了便于理解,所以假设每个样本有2个特征,即对于任意一个样本i有: (x 1 i _{1i} 1i, x 2 i _{2i} 2i, y i {y_i} yi),就表示他们的两个特征值和对应的标签。
接着在二维平面上,将它们表示出来(相当于用x 1 _{1} 1来表示横坐标,x 2 _{2} 2表示纵坐标, y {y} y表示类别,图中体现为蓝色这类或红色这类),就如下图:

线性SVM