机器学习笔记–约束优化我们称在xxx的某些集合SSS中找f(x)f(x)f(x)的最大值和最小值为约束优化问题。集合SSS内的点成为可行点。约束优化问题的通用形式如下:KaTeX parse error: Expected & or \\ or \cr or \end at position 74: …&= 0\\ x&\in D \̲r̲i̲g̲h̲t̲.\end{mat

机器学习算法–SVM读书笔记支持向量机（support vector machine）是监督学习中最有影响力的方法之一。类似于逻辑回归，这个模型也是基于线性函数wTx+bw^Tx+bwTx+b的。不同于逻辑回归的是，支持向量机不输出概率，只输出类别。f(x)=sign(wTx+b)f(x)=sign(w^Tx+b)f(x)=sign(wTx+b)当wTx+bw^Tx+bwTx+b为正时，预测为正类