硬间隔SVM（Hard-margin SVM）：
在 SVM 中，我们引入最大化间隔这个概念，间隔指的是数据和分离直线（或超平面）的距离的最小值，因此最大化这个值反映了我们的模型倾向。
超平面公式：
最大化间隔：
将间隔固定为1：
对偶，引入对偶算法的优点在于对偶问题往往更容易求解，而是自然引入核函数，推广到非线性分类问题。
首先构建拉格朗日函数：
原问题：
对偶问题：
由不等式约束为仿射函数，故满足slater条件，为强对偶关系
L对w,b求导为0并化简L得：
再由KKT条件可知最优值的参数关系：
