機器學習算法與Python實踐這個系列主要是參考《機器學習實戰》這本書。因為自己想學習Python，然后也想對一些機器學習算法加深下了解，所以就想通過Python來實現幾個比較常用的機器學習算法。恰好遇見這本同樣定位的書籍，所以就參考這本書的過程來學習了。

       在這一節我們主要是對支持向量機進行系統的回顧，以及通過Python來實現。由于內容很多，所以這里分成三篇博文。第一篇講SVM初級，第二篇講進階，主要是把SVM整條知識鏈理直，第三篇介紹Python的實現。SVM有很多介紹的非常好的博文，具體可以參考本文列出的參考文獻和推薦閱讀資料。在本文中，定位在于把集大成于一身的SVM的整體知識鏈理直，所以不會涉及細節的推導。網上的解說的很好的推導和書籍很多，大家可以進一步參考。

 

目錄

一、引入

二、線性可分SVM與硬間隔最大化

三、Dual優化問題

       3.1、對偶問題

總結

以上是生活随笔為你收集整理的机器学习算法与Python实践之（三）支持向量机（SVM）进阶的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。