SVM目标函数的由来

1. SVM是什么
SVM分类的原理就是找到一个超平面（假设数据是线性可分的），这个超平面满足两个要求：
1. 所有数据点被完美地分成两类
2. 所有数据点离超平面距离越远越好

2. 若干定义
为了量化以上要求，我们先定义一些概念：
feature：$x$
class：$y=+1　or　-1$
function margin: $\hat\gamma=y(w^Tx+b)$
geometrical margin: $\tilde\gamma=\frac{\hat\gamma}{\left\| w\right\|}$

3. 如何满足两个条件
(1) 要满足条件1，很简单，只需要满足yi(wT