SVM系列学习笔记（一）——英雄救美的故事

支持向量机（Support Vector Machine, SVM）是众多监督学习方法中十分出彩的一种，支持向量机并非真正意义上的机器，而是一种算法，确切地说，是一类算法。关于SVM，流传着一个英雄救美的故事。（文章来源：如何向吃瓜群众解释SVM 微信公众号：DataCastle数据城堡）。

在很久很久以前，在一个村庄里住着一位退隐江湖的大侠，相传这位大侠剑法非常高明。
在一个月黑风高的夜晚，魔鬼抓走了大侠的妻子，大侠取出尘封多年的剑，决定去救他的妻子，但魔鬼和他玩了一个游戏。
魔鬼在桌子上似乎有规律放了两种颜色的球，说：“用你手中的剑分开它们？要求：尽量在放更多球之后，仍然适用。”

 

大侠拔出利剑随手一挥，桌上出现一道裂痕，准确地分开了两种不同颜色的球。

然后魔鬼，又在桌上放了更多的球，大侠如法炮制，手起刀落，虽然有一个球没有准确划分，但依然干得漂亮。

大侠发现，剑痕的最佳位置，就是让剑痕离两边的球都有尽可能大的间隙。

有了这样的思想，现在即使魔鬼放了更多的球，大侠仍然能够很好地划出分界线。

当然魔鬼不会善罢甘休，于是把一堆球随手一扔：把它们分开。

大侠看到这样摆放的球，也是有点懵逼的。就在魔鬼开启嘲讽模式在一旁装逼时，大侠准备尝试新的办法。
大侠左手在桌上一拍，球飞到空中。然后，凭借大侠的轻功，大侠用手中的剑划出一道光波，恰好穿过两种球的中间。

从魔鬼的角度看这些球，这些球看起来像是被一条曲线分开了。

大侠救回了妻子，然后故事在村里传开了，并被杜撰成了美丽的传说。无聊的大人们，把这些球叫做 「data」，把空中划过的剑痕叫做 「classifier」, 最大间隙 trick 叫做「optimization」， 拍桌子叫做「kernelling」, 那张纸叫做「hyperplane」。

 

看了这个故事，我第一感觉就是真形象啊。这只是一个开始，一个让人觉得轻松美好的开始，哈哈哈哈哈。