Lecture 2. Dual Support Vector Machine

2.1 Motivation of Dual Suppor Vector Machine

將 linear support vector machine 加上 feature transformation 就能得到 nonlinear support vector machine。這樣做的好處，我們可以利用 svm 和 feature transformation 的優良特性_Q1：較小的 VC Dimension （SVM）、復雜的邊界（feature transformation）。但是這樣又引入了新的問題，計算量太大如圖 2-1 所示

圖 2-1

QP 有 $\tilde{d}$ + 1 個變量和 N 個約束， 如果變量數太多計算量太大。

2.2 Lagrange Dual SVM

2.3 Solving Dual SVM

2.4 Messages behind Dual SVM

題外話：

2.機器學習技法- Dual Support Vector Machine