ML Beginners
支持向量机：
划分超平面、异类支持向量、间隔（margin），最大间隔、支持向量机基本型；
支持向量：训练数据集的样本点中与分离超平面距离最近的样本点的实例称为支持向量。
y=+1，的正例点，支持向量机在超平面 H1：w*x+b=1
y=-1，的负例点，支持向量机在超平面 H2：w*x+b=-1
支持向量在确定分离超平面中起着决定性作用，所以这种分类模型称为支持向量机。支持向量的数量一般很少，所以支持向量机由很少的“重要的”训练样本确定。
对偶算法： 对偶问题往往更容易求解；引入核函数，进而推广到非线性分类问题。