《machine learning》Andrew Ng chapter 13 support vector machine

1. optimization objection （优化目标）

1.1 SVM hypothesis：

- cost1 与 cost0 均为代价函数；
- 左图用于正样本，右图适用于负样本；
- SVM / large margin classifier：用较大间距将样本区分开；

• 大间距分类器；
• 若 number of features >> number of training examples，则使用 logistic regression, or SVM without a kernel(linear kernel)；
  若 number of features < number of training examples，则使用 SVM with Gaussian kernel；
  若 number of features < number of training examples，则 create/add more features, then use logistic regression or SVM without a kernel；

refenence: 《machine learning》Andrew Ng