机器学习基础（五十四）—— 支持向量机（SVM）

αi⇔(xi,yi)

支持向量机的一个重要性质即是：训练完成后，大部分的训练样本（对应 αi=0 的样本）都不需要保留，最终的模型仅与支持向量（ αi>0 对应的样本）有关。

软间隔与正则化

软间隔（soft margin）：允许支持向量在一些样本上出错。