1、SVM是什么?
SVM(支持向量机,Support Vector Machine) 是一种经典的监督学习算法,主要用于分类和回归 任务,特别擅长解决小样本、非线性、高维度的分类问题。
2、核心
想象你在平面上有两类点(红点和蓝点),SVM的目标是找到一条最优的分界线(决策边界),使得:
-
两类点被正确分开
-
边界到最近点的距离最大化(这就是"最大间隔")
3、超平面方程

4、标签问题
在SVM中我们不用0和1来区分,使用+1和-1来区分,这样更严格,假设超平面可以将训练的样本正确
SVM(支持向量机,Support Vector Machine) 是一种经典的监督学习算法,主要用于分类和回归 任务,特别擅长解决小样本、非线性、高维度的分类问题。
想象你在平面上有两类点(红点和蓝点),SVM的目标是找到一条最优的分界线(决策边界),使得:
两类点被正确分开
边界到最近点的距离最大化(这就是"最大间隔")

在SVM中我们不用0和1来区分,使用+1和-1来区分,这样更严格,假设超平面可以将训练的样本正确