1. 支持向量

支持向量 support vector：训练数据集的样本点中与分离超平面距离最近的样本点
对于这些点，满足： $y_i(w\cdot x_i + b) - 1 = 0$

对于支持向量，对应的a_i>0

yi=1的样本点在超平面$H_1: w\cdot x + b=1$上。
yi=-1的样本点在超平面$H_2: w\cdot x + b=-1$上。

H1与H2为间隔边界。
H1与H2平行。
H1与H2之间没有样本点。
H1与H2之间的距离称为间隔（margin）。
$margin = \frac {2}{||w||}$
分离超平面与H1、H2平行，且位于它们中间。