svm是一种二分类模型,它的基本模型是定义在特征空间上的间隔最大的线性分类器
简而言之,SVM支持向量机是一个分类算法,通过找到一个分类平面,将数据分隔在平面两侧,从而达到分类的目的。
SVM算法是有监督的数据挖掘算法,是一种二分类算法(经过改造后也可以用于多分类,但比较复杂),在非线性分类方面有明显优势,通常把SVM用于二分类问题,对于多元分类通常将其分解为多个二元分类问题,再进行分类。
应用场景:主要用于分类问题,主要的应用场景有字符识别、面部识别、行人监测、文本分类等领域;在机器学习领域,支持向量机svm是一个有监督的学习模型,通常用来进行模式识别、分类(异常值检测)以及回归分析。