基于二维数据点的无库支持向量机超平面搜索

Question

所以，我正在为学校做一个项目，我被难倒了。该项目是使一个程序能够在简单的线性可分离二维数据上训练支持向量机。唯一提供给我们的程序的是一个数据点和它们各自的标签。我是如此的困惑和迷茫。我应该写的函数是：

[w，b，S]=svm_train_brute（训练数据）

dist=点到超平面的距离（pt，w，b）

保证金=计算保证金（数据，w，b）

y=支持向量机测试（w，b，x）

其中S是所提供的训练数据的支持向量。在项目描述中，svm_train_brute之后的每个函数都被认为是训练svm所必需的，但是，我甚至不知道如何开始。这些助手函数中的每一个都需要w和b，但是我不知道如何在给定训练数据的情况下找到w和b。如果我知道哪些点是支持向量，那么我想如果y（wx+b）=1作为支持向量，我可能可以找到w和b，但我想不出如何找到支持向量。我试着用一种类似于peceptrons的方法来寻找w和b，但没有运气。我只是想帮你弄清楚。 如何使用y（wx+b）=1或以其他方式找到超平面来找到w和b？谢谢你的帮助，如果这是一个基本问题，我很抱歉