回顾之前的优化问题
原始问题为：
\[ \min_{w,b} \frac{1}{2}||w||^2\{\text{s.t.}}y^{(i)}\left(w^{\rm T}x^{(i)}+b\right)\geq1 \]
原始问题的对偶问题为：
\[ \max_{\alpha}\left\{ \sum_{i=1}^m \alpha_i - \frac{1}{2} \sum_{i,j}^m y{(i)} y^{(j)}\alpha_i \alpha_j \left\langle x^{(i)}, x^{(j)} \right\rangle \right\}\{\text{s.t. }}\alpha_i\geq0\\sum_{i=0}^my^{(i)}\alpha_i=0 \]
求解出对偶问题得到 \(\alpha_i\) 后，代入以下等式可求出 \(w\) ：
\[ w=\sum_{i=1}^m\alpha_iy^{(i)}x^{(i)} \]
模型训练完成之后的预测函数 \(h_{w,b}(x)\) 为：
\[ h_{w,b}(x)=g(w^{\rm T}x+b)\=g\left(\sum_{i=1}^m\alpha_iy^{(i)}\left\langle x^{(i)},x\right\rangle+b\right) \]
Kernel（核）
ss
Soft Margin（软间隔SVM）
ss
SMO Algorithm
ss
原文：http://www.cnblogs.com/genkun/p/7875281.html