分类算法之支持向量机（SVM）

一、概念

支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器，如果进行修改之后也是可以用于多类别问题的分类。支持向量机可以分为线性和非线性两大类。其主要思想为找到空间中的一个更够将所有数据样本划开的超平面，并且使得样本集中所有数据到这个超平面的距离最短。其决策边界是对学习样本求解的最大边距超平面。

决策边界：在具有两个类的统计分类问题中，决策边界或决策表面是超曲面，其将基础向量空间划分为两个集合。 分类器将决策边界一侧的所有点分类为属于一个类，而将另一侧的所有点分类为属于另一个类。