加上软间隔叫线性的SVM,不加的叫线性可分SVM,加上核函数以后,可以是非线性的分类器 线性核分类,随着c的增大,分隔线的间距是变小的 就是过度带是越窄 高斯核,r值越小,就很像线性,随着r的增大,图像分隔也发生变化但是在同样的r下,c的值越大,过渡带也越窄 用边界上的点作为支撑向量 x1x3是支撑样本 越宽表示泛化能力越好 越不会过拟合