3.1 什么是支持向量机（SVM）？
支持向量机 （Support Vector Machine，SVM）是众多监督学习方法中十分出色的一种，几乎所有讲述经典机器学习方法的教材都会介绍。关于SVM，流传着一个关于天使与魔鬼的故事 。
传说魔鬼和天使玩了一个游戏，魔鬼在桌上放了两种颜色的球，如图3.1所示。魔鬼让天使用一根木棍将它们分开。这对天使来说，似乎太容易了。天使不假思索地一摆，便完成了任务，如图3.2所示。魔鬼又加入了更多的球。随着球的增多，似乎有的球不能再被原来的木棍正确分开，如图3.3所示。
SVM 实际上是在为天使找到木棒的最佳放置位置，使得两边的球都离分隔它们的木棒足够远，如图3.4所示。依照SVM为天使选择的木棒位置，魔鬼即使按刚才的方式继续加入新球，木棒也能很好地将两类不同的球分开，如图3.5所示。
看到天使已经很好地解决了用木棒线性分球的问题，魔鬼又给了天使一个新的挑战，如图3.6所示。按照这种球的摆法，世界上貌似没有一根木棒可以将它们完美分开。但天使毕竟有法力，他一拍桌子，便让这些球飞到了空中，然后凭借念力抓起一张纸片，插在了两类球的中间，如图3.7所示。从魔鬼的角度看这些球，则像是被一条曲线完美的切开了，如图3.8所示。
后来，"无聊"的科学家们把这些球 称为"数据 "，把木棍 称为"分类面 "，找到最大间隔的木棒位置的过程称为"优化 "，拍桌子让球飞到空中的念力叫"核映射 "，在空中分隔球的纸片称为"分类超平面"。这便是SVM的童话故事。
相关文章：什么是"感知机"？
在现实世界的机器学习领域，SVM涵盖了各个方面的知识，也是面试题目中常见的基础模型。在空间上线性可分的两类点，分别向SVM分类的超平面上做投影，这些点在超平面上的投影仍然是线性可分的吗？
回答：对于任意线性可分的两组点，它们在SVM分类超平面上的投影都是线性不可分的。
参考文献：《百面机器学习》 诸葛越主编
出版社：人民邮电出版社（北京）
ISBN：978-7-115-48736-0
2022年8月第1版（2022年1月北京第19次印刷）