支持向量机 概述

支持向量机(Support Vector Machines, SVM)：是一种机器学习算法。 支持向量(Support Vector)就是离分隔超平面最近的那些点。 机(Machine)就是表示一种算法，而不是表示机器。

支持向量机 场景

• 要给左右两边的点进行分类

• 明显发现：选择D会比B、C分隔的效果要好很多。

支持向量机 原理

SVM 工作原理

对于上述的苹果和香蕉，我们想象为2种水果类型的炸弹。（保证距离最近的炸弹，距离它们最远）

1. 寻找最大分类间距

2. 转而通过拉格朗日函数求优化的问题

3. 数据可以通过画一条直线就可以将它们完全分开，这组数据叫线性可分(linearly separable)数据，而这条分隔直线称为分隔超平面(separating hyperplane)。

4. 如果数据集上升到1024维呢？那么需要1023维来分隔数据集，也就说需要N-1维的对象来分隔，这个对象叫做超平面(hyperlane)，也就是分类的决策边界。

阅读全文：http://ml.apachecn.org/mlia/svm/