机器学习：支持向量机

博主是初学者，学的很浅显，大家可以参考大佬的文章： https://blog.csdn.net/b285795298/article/details/81977271

逻辑回归的改进

支持向量机的决策边界：线性可分的例子

向量内积性质的复习

SVM决策边界

SVM的核函数：用来使SVM能够处理非线性分类

核函数和相似度

例子：

代码实现

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets

from sklearn.preprocessing import PolynomialFeatures, StandardScaler
from sklearn.svm import LinearSVC
from sklearn.pipeline import Pipeline

from sklearn.svm import SVC

# dataset.make_moons生成半环形图
X, y = datasets.make_moons(noise=0.15, random_state=666)
# print(X, y)
# scatter绘制散点图
# 绘制蓝色点
plt.scatter(<