1. SVM原理

SVM是一个二分类模型，在特征空间中寻找一个最大间隔的线性分类器。（间隔最大便是它与感知机最大的区别，感知机的分类超平面不唯一，而SVM得到的分类器是唯一的）

对于线性SVM来说，其决策超平面是：w*x+b=0，决策函数为：f(x)=sign(w8x+b)，学习策略为软间隔最大化，学习算法是凸二次规划。

2. 硬间隔SVM（线性可分SVM）

SVM在将两类数据正确划分的情况下（感知机），再将其间隔最大化，即以充分大的确信度将训训练集分离。此处便引入了函数间隔：r_h = yi*(w*xi+b)(乘以yi的目的是为了查看结果是否正确分类)。由于函数间隔仅仅表示分类预测的正确性及确信度，但是仅有此还不足够，因为当w与b成比例改变时，函数间隔将成比例增加或减少，因此我们需要对w进行约束（不需要对b约束，距离公式），||w||=1(归一化)，变为几何间隔。

因此有：max r_h/||w|| s.t. yi(w*xi+b) >= r_h_i  (1)（令r_h_i=1）等价于

min 1/2*||w||2 s.t. yi(w*xi+b) >= 1  (2)

公式（2）是一个凸二次规划问题，因此可以使用拉格朗日乘子法（对偶算法，极大极小问题）来学习参数。（w和b唯一）

支持向量与间隔边界

在线性可分情况下，训练集中距离间隔平面最近的点的实例称为支持向量，再决定分离超平面时只有这些向量起作用。如果移动支持向量将改变所求解，但是移动间隔边界（分离超平面到支持向量的距离间隔）意外的点，甚至去掉这些点，都不会海边解。一般情况下，支持向量的数量很少，所以SVM由很少的“重要的”训练样本确定。

3. 软间隔SVM（线性近似可分SVM）

线性可分的SVM学习方法，对线性不可分数据不太使用（线性不可分意味着某些点不能满足函数间隔大于等于1，除去特异点，其他大部分点线性可分），因此上边的约束并不能成立，所以引进了软间隔机制（引进松弛因子sigm_i，使得r_h_i+sigm_i大于等于1），使其软间隔最大化：

min 1/2*||w||2 +C*sum(sigm_i)

s.t. yi(w*xi+b) >= 1- sigm_i (3)

C>0:惩罚参数。C值大时对误分类的惩罚增加，否则减小。（3）包含两层含义：间隔最大化的同时，使得误分类点的个数尽量减小。

使用与硬间隔SVM相同的方法来学习参数，但是软间隔SVM学习得到的w唯一，b不唯一。

软间隔的支持向量（alpha>0(L氏乘子)）

求解（3）的对偶问题时，alpha_i>0(L氏乘子)对应的点为软间隔的支持向量。

软间隔的支持向量或者在间隔边界上（alpha_i<C_i, sigm_i =0），或者在间隔边界与超平面与分离超平面之间（alpha_i=C_i, 0<sigm_i <1, 正确分类），或者在超平面误分类的一侧（alpha_i=C_i, sigm_i =1, 误分类）。

4. 合页损失函数（hinge loss function）

线性SVM的另一种解释，最小化下列目标函数：

L(w,b) = sum([1-yi(wi*x+b)]+ + lambda||w||2)

g(1-yi(wi*x+b)) = [1-yi(wi*x+b)]+ 称为合页损失函数：

当1-yi(wi*x+b)>0时，g(1-yi(wi*x+b)) = 1-yi(wi*x+b)

当1-yi(wi*x+b)<=0时，g(1-yi(wi*x+b)) = 0

也就是说，当样本正确分类且函数间隔大于1时，其损失为0；否则，损失为1-yi(wi*x+b)

5. 非线性SVM

核函数：核函数的目的是将低维空间映射到高维空间中，使得映射之后，线性不可分的数据在高维空间中变得线性可分。

通常用到的核函数包括：多项式核函数、高斯核函数、线性核函数等

6. 序列最小最优化算法 SMO

凸二次规划问题具有全局最优解，有许多最优化算法可以用于求解。但是当训练样本很大时，这些算法变得非常低效。因此提出快速实现算法SMO。

SMO：一次只需找两个变量进行更新，固定其他变量。第一个变量找违反KKT条件最多的变量进行更新，第二个变量由约束条件自动确定。

7. 优缺点及适用场景

优：泛化错误率低，计算开销小，结果易于解释；可以解决高维问题，即大型特征空间；能够处理非线性特征的相互作用；无需依赖整个数据；需要对数据提前归一化，很多人使用的时候忽略了这一点，毕竟是基于距离的模型，所以LR也需要归一化

缺：对参数及核函数的选择较敏感，如果不进行修改只适用于二分类问题。

适用场景：邮件系统中的垃圾邮件,入侵检测系统中的网络行为