感知机vs支持向量机

感知机：误分类点到超平面的总函数间隔最小，直至为0

支持向量机：训练数据集到超平面的几何间隔最大化

flowchart  LR
	B[(训练数据集)] -->|数据线性可分| A(感知机) -->  A1[误分类点到超平面的总函数间隔最小]
  B -->|数据线性可分| C(线性可分支持向量机) --> C1[硬间隔最大化的凸二次规划问题] -.-> |松弛变量|D1
	B -->|数据近似线性可分| D(线性支持向量机) --> D1[软间隔最大化的凸二次规划问题]
	B -->|数据非线性可分| E(非线性支持向量机) -->|核函数|D1
  A1 --> A2((随机梯度下降法))
  C1 --拉格朗日对偶问题-->C2((SMO方法))
	D1 --拉格朗日对偶问题-->C2
  
style A fill:#666,stroke:#fff,stroke-width:2px,color:#fff
style C fill:#666,stroke:#fff,stroke-width:2px,color:#fff
style D fill:#666,stroke:#fff,stroke-width:2px,color:#fff
style E fill:#666,stroke:#fff,stroke-width:2px,color:#fff
style A2 fill:#666,stroke:#fff,stroke-width:2px,color:#fff
style C2 fill:#666,stroke:#fff,stroke-width:2px,color:#fff

click A "<https://www.notion.so/e00ce674af25464583ed409f7c5411e0?pvs=4>"
click C "<https://www.notion.so/44df8e11025a4ee38698a389e0b28375?pvs=4>"
click D "<https://www.notion.so/b9e69dfac8064dc58bc0340cfbfc2078?pvs=4>"
click E "<https://www.notion.so/4e4a8f3b895342c7bcc71eb70c245562?pvs=4>"

支持向量机学习算法