请问SVM用到的是哪方面的数学？

比如里面的L1-norm regularization, L2-norm regularization, kernel tricks, optimization
用到的都是那些方面的数学？
本人以前没上过多少数学课，想请教一下

运筹学中的Karush–Kuhn–Tucker conditions

这个有点难，我现在也不是很明白。这个是最优化理论的东西。属于运筹学。

另外还有一个kernel trick，用的是希尔伯特空间的东西。

运筹学中的Karush–Kuhn–Tucker conditions

这个有点难，我现在也不是很明白。这个是最优化理论的东西。属于运筹学。

另外还有一个kernel trick，用的是希尔伯特空间的东西。
demonhunter 发表于 2011-12-20 03:35

感觉L1，L2都是在搞convex optimization

感觉L1，L2都是在搞convex optimization
QiQi 发表于 2011-12-20 14:08

对，就是凸优化

SVM的intuition还算简单，空间中找出一条线separate两边的数据，如果线性不可分，就增加feature,升到更高维度。
Cost function的优化用到convex analysis（算是运筹/优化)里的KKT条件

就是凸优化的东西，看看Boyd的那本补一补就好了。

convex optimization和functional analysis