Svm算法又称为支持向量机，是一种有监督的学习分类算法，目的是为了找到两个支持点，用来使得平面到达这两个支持点的距离最近。
通俗的说：找到一条直线，使得离该线最近的点与该线的距离最远。
我使用手写进行了推导
求解实例
软间隔，通过设置C，使得目标函数的松弛因子发生变化，松弛因子越大，表示分类越不严格
高斯核变化做映射，指的是把低维转换成高维，解决低维不可分的情况
跟我学算法-svm支持向量机算法推导
原文：https://www.cnblogs.com/my-love-is-python/p/9784226.html
