手把手教你推导支持向量机（SVM）

    第2页 倒数第4行，笔误，不是0类和1类，而是-1类和+1类，这样的话仅需通过符号即可判断，而逻辑回归是映射到0和1两类。实际中只有支持向量才有用，而非支持向量所对应的拉格朗日乘子必然为0，为什么呢，因为如果不是支持向量(3)中的约束条件必然>1，对应的(4)中的约束条件必然<0，而根据KKT条件中的4、5、6三条可知，拉格朗日乘子必然为0，这在计算中节约了不少时间，也使SVM在大量的训练集面前也能很好的工作。而上文提到，SVM之所以可以解决高维数据，主要依赖于核函数，上面提到了映射关系函数以及高维空间，实际上，我们没必要去真正凑出这个映射关系或者真正意义上去高维计算，这些过程都是隐式的，只是为了方面理解而已。