但容忍也不可以是无限制的，否则任意超平面都可以是“最优”超平面。因此公示（2）中的目标函数也需要相应的修改，限制松弛变量的总和尽量的小：
（3）
公示（3）可以理解为，在对outlier做出有限度的容忍情况下寻找使间隔最大化的最优超平面，至此才是一个能实际应用的完整SVM。如果想详细了解SVM的来龙去脉，推荐《An Introduction to Support Vector Machines and other kernel-based learning methods》（中文译本《支持向量机导论》,李国正翻译）。
达观数据运用机器学习技术的经验
经过长期的不断摸索，我们积累了不少让机器学习理论能真正实用的经验。机器学习的方法都各有特点，SVM也不是万能的算法，实际应用中应该根据具体情况选择合适的方法。选好方法，到获得我们预期的效果之间，还需要经过一番细心调校，调校的基础是对所选方法的数学模型的理解，以及对当前问题和数据的深入分析。