SVM算法實作工具有很多，包括svm light，libsvm，有matlab本身自帶的svm工具包等。
網友們一般都研究Microsoft Research的John C.Platt的SMO算法
大家可以參照：
本文的目的，是用matlab體驗一下如何求解條件極值實作svm對線性資料進行分類。
上一篇文章說，如何求解SVM的權值和偏置，最後通過以下方程的最大值實作：
我們可以使用matlab自帶的fmincon函數，求-Q(a)的最小值來得到分界線。
輸入資料為100個樣本點【其實就是100個坐标點】，由于是二分類問題，網絡結構就一個神經元
具體結果：
代碼中flambda表達式就是我們的 -Q(a)。如果要進行預測的話，輸入第101個坐标，根據現在求得的分界面，可以判斷他屬于哪半面。
對于非線性問題的二分類，可以在用上述公式之前，先用核函數K處理一下，比如：