支持向量机简介

SVM学习方法
线性可分支持向量机
硬间隔


支持向量是距离超平面最近的几个样本点
支持向量不变则超平面就不变:因为超平面到两边距离一样
间隔和最大间隔




线性支持向量机-软间隔




非线性支持向量机-核函数

这时我们可以通过核函数将数据从原始空间映射到高维特征空间,使数据在高维特征空间线性可分,将原本的非线性问题转为线性问题






支持向量是距离超平面最近的几个样本点
支持向量不变则超平面就不变:因为超平面到两边距离一样









这时我们可以通过核函数将数据从原始空间映射到高维特征空间,使数据在高维特征空间线性可分,将原本的非线性问题转为线性问题


