前言：
这次的内容是Ng关于machine learning关于svm部分的一些笔记。以前也学过一些svm理论，并且用过libsvm，不过这次一听Ng的内容，确实收获不少，隐约可以看到从logistic model到svm model的过程。
基础内容：
使用linear模型进行分类时，可以将参数向量看成一个变量，如果代价函数用MSE表示，则代价函数的图形类似抛物线（以新的变量为自变量）；如果代价函数用交叉对数公式表示时，则其代价函数曲线如下：
在Logistic回归中其代价函数可以表示为如下：
其中第一项是训练样本的误差，第二项是权值系数的惩罚项，λ为权值惩罚系数，其中的m为训练样本的个数，我们的目标是找到合适的θ使代价函数值最小，很明显这个优化过程和m无关。因此我们可以将m去掉，另外将权衡预测误差和权值惩罚的变量λ放在第一项的前面，并将其改为C时，其代价函数就变成了svm的代价函数了，公式如下：
其中的cost1和cost0函数表示当训练样本的标签为1和0时对应的代价函数。
svm分类器通常也叫做large margine分类器。它的目标不仅是找出训练样本的分界面，而且需要使得用该分界面分开的样本距离最大，因为从直观意义上来看，这样的分类器泛化能力会更强，而前面的linear模型和logistic模型分类器就不具备这种能力。
如果将svm中的代价函数中的C值取很大的话（成千上百），就可以让训练样本的准确率非常高，甚至可以将第一项的误差可以变为0，这时候的代价函数优化可以转换为：
但是C太大也不一定是好事，C太大的话可能会去严重的考虑每一个outliers，反而使得泛化能力变差，当然这些只是宏观上的理解，要做到精确的调整还是离不开数学的。
Ng在介绍svm的数学理论时复习了一个数学基础知识点：向量u和v的内积可以这样计算：u’v=p*||v||,其中p为向量v在向量u上的投影，可以为正或负。
当C很大时，此时目标函数变成了参数平方和的一半，我们要求这个目标函数值最小，且满足参数与每个样本之间的内积值要大（正样本时，该值需满足大于1，负样本时则满足小于-1），由上面的数学知识可以知道需保证每个样本在参数θ上的投影距离要大，满足上述要求的θ向量即我们所对应的分界面的法向量，对应的分界面为我们所求，这个也就是可以从几何上给出svm分类器通常叫做large margine分类器的原因。
下面来看kernel方法的引入，首先看一个非线性分类问题，如下图所示：
一般情况下我们会建立一个高维参数模型去拟合分界曲线，可以将图中右边模型公式中的x1,x2,x1x2,x1^2,x2^2等看做是原始样本的特征(这里的特征不再是简单的x1,x2了，而是它们乘积的各种组合等)，参数θ仍然是我们需要学习的model参数。但是在svm理论框架中，我们需要用采用新的特征，将上面的x1,x2,x1x2,x1^2,x2^2…分别用f1,f2,f3…来表示，且新特征f的来源为：原始输入特征x与某个l（小写的L）的相似度，比如说：
因此此时在训练svm模型时，当标签为1时，需满足下面成立：
现在的问题就差该怎么确定L了，即：
在使用svm分类器时，一般的做法是将每个训练样本都当成一个l，而训练样本与每个l都可以计算一个f，因此假设有m个样本，每个样本x是n维的，则本来n维的特征x，现在变成了m维的新特征f了。因此此时svm的代价函数变成了：
有很多svm的变种，其中一部分代价函数的表达式主要为后面权值的惩罚项稍有不同。
使用svm库时需要调整不少参数，以高斯核为例，此时至少需要考虑的参数有C和σ，其中C为训练样本误差项的惩罚系数，该值太大时，会对训练样本拟合很好（bias小），但对测试样本效果就较差(variance大)，即属于过拟合现象，反之亦然。σ为高斯函数的方差系数，该值过大时，学习到的新特征比较smoth，属于欠拟合现象，反之亦然。
在svm中不使用kernel的意思其实表示的是使用线性kernel，这一般适用于当输入样本的特征x维数n较大，而训练样本的个数m又较小的时候。而当n比较小，而m比较大时一般会采用非线性kernel，常见的有高斯kernel。
当然还可以使用其它的kernel，但是需要满足Mercer定理，不然的话在使用svm库对其优化时其过程不会收敛。常见的核还有多项式核，表达式为(x’*θ+contant)^degree,它有2个参数需要选择；String kernel（多用于文本处理），chi-sqare kernel,histogram interection kernel等。不过据Ng本人介绍，他自己一生中都是用高斯kernel，其它的kernel几乎没用过，因为不同的核在一般的分类问题中区别不大（特殊问题可能会有不同）。
最后需要注意的是在使用svm时一定要将训练样本数据的进行归一化。