SVM

与神经网络一致，SVM也是几十年前的技术，因为计算机的兴起而重生。

 

特点

1. 引入了kernel function解决非线性问题；

2. 与神经网络，min (sigmod(input*W+B)-output(有监督))，的梯度下降算法不同，SVM求的是全局最优解。

 

原始动机：线性分类器，解决二元分类问题。

图中的直线，哪条是最好的呢？平均最小距离。SVM：最佳hyperplane一定有最大的margin（右图）

支持向量就是离分类函数最近的数据，支持向量机是让分类函数和最近点之间的距离最大，max （min）问题。

20:00