您的位置: 首页 > 文章 > 支持向量机（svm)学习（最优超平面、线性可分、线性不可分、松弛因子、拉格朗日乘子法、核函数、对偶 支持向量机（svm)学习（最优超平面、线性可分、线性不可分、松弛因子、拉格朗日乘子法、核函数、对偶 分类: 文章 • 2024-01-28 09:21:28 文章目录 简介 原理 内容框架 详细学习 最优超平面 支持向量 线性可分 定义 最优化问题 拉格朗日乘子法 强对偶性 线性不可分（部分） 软间隔 线性不可分（完全） 核函数 核函数的作用 常见核函数 优缺点 简介 原理 内容框架 详细学习 最优超平面 支持向量 线性可分 定义 最优化问题 拉格朗日乘子法 强对偶性 线性不可分（部分） 软间隔 线性不可分（完全） 核函数 核函数的作用 常见核函数 优缺点
