如图，对于一个可分并且没有异常数据的二分问题，通过原始的感知机算法能够得到正确分类。如果靠近直线的蓝点再往上移动一点，就回被错误预测，算法的泛化能力并不好。支持向量机是一种讲样本与分界面之间间隔最大化的算法，所以用SVM可以或者更好的划分。
Hard Margin SVM（硬间隔支持向量机）
为了方便我们使\(y = \begin{cases}& 1 \ \ \ \ \text{if 正确分类}\\ & -1 \ \text{if 错误分类}\\ \end{cases}\)，这时，我们要求的为如下公式
\[\left\{\begin{matrix} & \arg \max_{w,b} \min_x \frac{\left|w^{T} x+b\right|}{\|w\|} \\ & \text{s.t.}\ \ \ \ \ \ \left(w^{T} x+b\right) > 0 \end{matrix}\right. \]即在正确分类的情况下使到分界线的距离最小的点最大化。
前文中\(y\in \{ 1,-1\}\),所以可以写作
首先将由于多个(w,b)对应一个分界面，为了使最小值最大化分界面到两边最近的点距离一样，我们就可以通过缩放得出\(min_x|w^Tx+b|=1\)。即：
\[\begin{array}{l} & \arg \max_{w,b} \min_x \frac{y\left(w^{T} x+b\right)}{\|w\|}\\ =&\arg \max_{w,b} \frac{\min_x y\left(w^{T} x+b\right)}{\|w\|}\\ =&\arg \max_{w,b} \frac{1}{\|w\|}\\ =&\arg \min_{w,b} \|w\|\\ =&\arg \min_{w,b} \frac{1}{2}w^Tw\\ \end{array} \]两边最小值一定存在且一定是\(\pm1\)，所以可以写作
\[\left\{\begin{matrix} & \arg \min_{w,b} \frac{1}{2}w^Tw\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \\ & \text{s.t.}\ \ 1 - y_i\left(w^{T} x_i+b\right) \leq 0\\ \end{matrix}\right. \]通过拉格朗日乘子法，我们可以去掉对(w,b)的约束。设\(\mathcal{L}(w,b,\lambda) = \frac{1}{2}w^Tw + \sum_{i=0}^n \lambda\left(1 - y_i\left(w^{T} x_i+b\right)\right)\)，可得
\[\left\{\begin{matrix} & \min_{w,b} max_{\lambda} \mathcal{L}(w,b,\lambda)\\ & \text{s.t.}\ \ \lambda_i \geq 0 \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \\ \end{matrix}\right. \]由于强对偶，得
\[\left\{\begin{matrix} & max_{\lambda} \min_{w,b} \mathcal{L}(w,b,\lambda)\\ & \text{s.t.}\ \ \lambda_i \geq 0 \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \\ \end{matrix}\right. \]分别对w、b求导并令偏导为零
\[\begin{array}{l} \frac{\partial L}{\partial w}=w-\sum_{i=1}^{n} \lambda_{i} x_{i} y_{i}=0 \\ \frac{\partial L}{\partial b}=\sum_{i=1}^{n} \lambda_{i} y_{i}=0 \end{array} \]得：
\[\begin{array}{c} w^* = \sum_{i=1}^{n} \lambda_{i} x_{i} y_{i}\\ \sum_{i=1}^{n} \lambda_{i} y_{i}=0 \end{array} \]将条件带入，得：
\[\begin{aligned} \mathcal{L}(w, b, \lambda) &=\frac{1}{2} \sum_{i=1}^{n} \sum_{j=1}^{n} \lambda_{i} \lambda_{j} y_{i} y_{j}\left(x_{i} \cdot x_{j}\right)+\sum_{i=1}^{n} \lambda_{i}-\sum_{i=1}^{n} \lambda_{i} y_{i}\left(\sum_{j=1}^{n} \lambda_{j} y_{j}\left(x_{i} \cdot x_{j}\right)+b\right) \\ &=\frac{1}{2} \sum_{i=1}^{n} \sum_{j=1}^{n} \lambda_{i} \lambda_{j} y_{i} y_{j}\left(x_{i} \cdot x_{j}\right)+\sum_{i=1}^{n} \lambda_{i}-\sum_{i=1}^{n} \sum_{j=1}^{n} \lambda_{i} \lambda_{j} y_{i} y_{j}\left(x_{i} \cdot x_{j}\right)-\sum_{i=1}^{n} \lambda_{i} y_{i} b \\ &=\sum_{j=1}^{n} \lambda_{i}-\frac{1}{2} \sum_{i=1}^{n} \sum_{j=1}^{n} \lambda_{i} \lambda_{j} y_{i} y_{j}\left(x_{i} \cdot x_{j}\right) \end{aligned} \]即
\[\left\{\begin{array}{rl} max_{\lambda}&\sum_{j=1}^{n} \lambda_{i}-\frac{1}{2} \sum_{i=1}^{n} \sum_{j=1}^{n} \lambda_{i} \lambda_{j} y_{i} y_{j}\left(x_{i} \cdot x_{j}\right)\\ \text{s.t.} &\ \ \lambda_i \geq 0\\ & \sum_{i=1}^{n} \lambda_{i} y_{i}=0 \end{array}\right. \]又由于KKT条件，可得
\[\begin{aligned} \nabla_{w} \mathcal{L} &=0\\ \nabla_{b} &=0 \\ g(\mathbf{x}) & \leq 0 \\ \lambda & \geq 0 \\ \lambda g(\mathbf{x}) &=0 \end{aligned} \]即\(\lambda \neq 0\)时，\(\left(1 - y_i\left(w^{T} x_i+b\right)\right)=0\)。
最终得
其中\(\lambda_{i}\)未知可以通过SMO算法求出
这是可以通过\(y^* = \text{sign}(w^*{^T}x+b^*)\)
这便是Hard Margin SVM（硬间隔支持向量机）。Hard Margin SVM是一个硬分类算法，所以对于存在异常数据和不可分的问题，效果不好，如果我们允许少量的样本跨过分界会有更好的效果，即Soft Margin SVM（软间隔支持向量机）。
Soft Margin SVM（软间隔支持向量机）
如何量化那条线更好呢？我们可以用过一个损失函数，最简单的就是穿过分界线的个数\(J = \text{count}_{s \in SS} (s) \ \ (S = \{(x,y) | y(W^Tx+b)<1\})\)，但此函数不连续。另一种连续的函数跨过分界线距离之和\(J = \sum_{s \in S}1-y_s(W^Tx_s+b)\ \ (S = \{(x,y) | y(W^Tx+b)<1\})\)
每个样本的损失为\(loss = \max(0, 1-y_s(W^Tx_s+b))\)，这时，我们得到了hinge loss（铰链损失）\(loss = max(0,1-z)\)
这时候我们就可以通过，将原来改写成下列公式。
通常情况下引入变量\(\xi\)，来简写这个式子
\[\left\{\begin{array}{rll} & \arg \min_{w,b} & \frac{1}{2}w^Tw+C\sum_{i=1}^n\xi_i\\ & \text{s.t.}\ \ & y_i\left(w^{T} x_i+b\right) \geq 1-\xi_i\\ & & \xi_i \geq 0 \end{array}\right. \]通过这两个式子限制损失项最小值为0。如何实现的呢？
通过这种方式求最小值，使得\(\xi\)不能太大，也就是满足下面两个条件的最小值，如果\(y_i\left(w^{T} x_i+b\right) \geq 1\)，正确分类，这时候损失应为0，\(\xi\)最小值为0，否则迫使等号成立，即\(\xi_i = 1-y_i\left(w^{T} x_i+b\right)\)。经过化简即可求出(w,b)。