1. 在空间上线性可分的两类点,分别向SVM分类的超平面上做投影,这些点在超平面上的投影仍然是线性可分的吗?
答:不是。可以用反证法证明,对于任意线性可分的两组点,它们在SVM分类的超平面上的投影都是线性不可分的(如果可分的话,就与SVM最优解矛盾了)
2.是否存在一组参数使得SVM训练误差为0?
答:一个使用高斯核训练的 SVM 中,试证明若给定训练集中不存在两个点在同一位置,则存在一组参数以及参数 使得该 SVM 的训练误差为0
3.训练误差为0的SVM分类器一定存在吗?
答:存在
4. 加入松弛变量的SVM训练误差可以为0吗?
答:使用 SMO 算法训练的结性分类器并不一定能得到训练误差为模型。