支持向量机为一类二分类的广义线性分类器,属于监督学习的范畴。支持向量机算法不仅可以用于分类问题,还可以用于回归问题,擅长处理数据线性不可分的情况,主要通过引入核函数来实现。下边简述线性可分问题的思想过程:
1.支持向量机的算法原理
二分类问题,寻找“正中间”的那个超平面
这个超平面对训练样本局部扰动的“容忍度”最好,即所产生的分类结果是最鲁棒的,对未见样本的泛化能力最强
2.线性可分问题
可以用一个超平面将两类样本完全分开的分类问题称为线性可分问题。
支持向量机的目标是寻找一个分隔超平面,不仅能正确分类,而且要是的每一类样本中距离超平面最近的样本到超平面的距离尽可能远。
分隔超平面描述:
样本到超平面的距离: