数据挖掘 - （非）凸“约束”是什么意思？ - 吾爱随笔录

我指的是 Andrew Ng 的斯坦福 CS229 机器学习课程的课程笔记的SVM 部分。在第 16 页，他说：

SVM优化问题可以如下给出：
$\begin{aligned} max_{γ, w, b} γ \\ s . t . & y^{(i)} (w^{T} x + b) \geq γ, i = 1, . . ., n \\ ‖ w ‖ = 1. \end{aligned}$ $\begin{align} \max_{\gamma,w,b}\gamma \\ s.t. & \quad y^{(i)}(w^Tx+b) \geq\gamma, \quad i=1,...,n \\ & \quad \Vert w \Vert =1. \\ \end{align}$ 但是“ $\Vert w \Vert$ ”约束是一个讨厌的（非凸）约束，......

我无法理解为什么约束 $\Vert w \Vert$ 是非凸的。

PS：我了解凸“函数”的基本定义，并没有深入研究过优化理论。