（本文仅供自己参考，防止遗忘，想要了解更多得小伙伴请移步别的大神博客）
首先从SVM得分类谈起：
分为三类，第一个约束条件最强，最后一个约束最宽泛，如下：
此时即可求出w,b。
然后：一是因为原始问题转换为对偶问题更容易求解，二是为了自然的引入核函数，进而推广到非线性分类问题
引入了拉格朗日乘子，构建拉格朗日函数。
这样一来，就转换为求alpha的最大的问题，然后就不用求w,b,只需要求出来alpha，再由alpha求出w,b。
接着谈软间隔的最大化问题，只需要引入一个松弛变量，如下
其推导思想和硬间隔最大化相似，求出alpha，然后由alpha求出w,b即可。