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