支持向量机(support vector mechanine)
通俗详见https://www.iteye.com/blog/eric-gcm-1981771
要明白什么是SVM,便得从分类说起。
分类作为数据挖掘领域中一项非常重要的任务,它的目的是学会一个分类函数或分类模型(或者叫做分类器),而支持向量机本身便是一种监督式学习的方法(至于具体什么是监督学习与非监督学习,请参见此系列Machine L&Data Mining第一篇),它广泛的应用于统计分类以及回归分析中。
支持向量机的原理是,在两类的样本中,寻找到能最好划分类别的超平面。如果在平面中找不到,那就进入更多维度的空间,直至某个维度的空间能够划分出最合适的支持向量。两条支持向量中间的那个超平面就是机器能够利用的判断逻辑。