網上最好的講解版本，我覺得是這個https://blog.csdn.net/v_july_v/article/details/7624837
從推導到說明都很完整。
基於此篇部落格和其他資料，我自己推導了簡單版本，沒有涉及最優化計算和證明，在此記錄，此後再有重要知識點還會補充到這篇中。

在matlab中可以下載libsvm工具箱進行實驗，有很多引數可以調節，比如核函式，懲罰係數等等。SVMcg函式可以用來直接尋找c和g的最佳值。思想是不斷改變c和g的值，然後將每次的正確率進行儲存比較。
函式呼叫的簡單例項如下

CC=cell2mat(C);
traindata=CC(:,1:16);
 

labeldata=CC(:,17);
% rn=randperm(4521);
% traindata=traindata(rn,:);
% labeldata=labeldata(rn,:);

train=traindata(1:3616,:);
trainlabel=labeldata(1:3616,:);

text=traindata(3617:4521,:);
textlabel=labeldata(3617:4521,:);

model = svmtrain(trainlabel,train,'-s 0 -t 2 -c 3.5 -g 8.9 -v 3');
% [pre,acc
 
,dec] = svmpredict(textlabel,text,model);

% options = optimset('MaxIter',1000);
% [bestacc,bestc,bestg] = SVMcg(trainlabel,train,-15,15,-15,15,3,1,1,1);
% cmd = ['-c ',num2str(bestc),' -g ',num2str(bestg)];
% model = svmtrain(trainlabel,train,cmd);
% [pre,acc,dec] = svmpredict(textlabel,text,model);