学习《机器学习100天》第12天 支持向量机SVM

github上的项目，跟着一起学习

项目地址    https://github.com/MLEveryday/100-Days-Of-ML-Code

1、什么是SVM

有监督

可用于分类和回归，主要用于分类

根据特征值，构建n维空间，数据点投影到该空间

2、数据如何分类

找到一个超平面

3、如何定义最佳超平面

最大化一个距离，这个距离是到超平面最近的点的距离

4、线性和非线性数据

线性数据直接用超平面划分

非线性数据，需变换到另一个空间，再划分

 5、参数

核函数（kernel）：寻找超平面，就是通过线性袋鼠转化问题。通过核函数来完成。

正则化（regularization）：较大时，选较小间距的超平面

系数（gamma）：小的系数值，距离远的点也会用于计算

间距（margin）：到最近点的分界线