支持向量机的简介

这篇文章主要是对支持向量机的一个简介。

支持向量机的英文名称是Support Vector Machine，简称SVM。SVM是在20世纪90年代由Vapnik提出来的，它是基于统计学习理论（Statistical Learning Theory），有很好的数学基础支撑。SVM中最重要的就是核函数了，正是有了核函数，使得SVM的泛华能力有了很好的表现。要想提高SVM的性能，关键在于核函数，要求设计适合某一个特定问题的核函数，这就要求对核函数有足够的了解。

SVM在处理数据时，把输入空间映射到特征空间，然后在特征空间构造线性判决函数。

SVM可以处理分类问题和回归问题，但是在分类问题上效果更好，在回归问题上也有较好的表现。处理分类的SVM一般叫做支持向量分类机，处理回归的SVM一般叫做支持向量回归机。

SVM有许多类。

以上就是支持向量机的简介。