第二章 支持向量机

支持向量机（ 线性可分和线性不可分）
没有免费午餐定理告诉我们：
没有普适的、放之四海而皆准的算法

• 线性可分 (Linear Separable )：一条线就可以分开
• 线性不可分 (Nonlinear Separable )：一条线无法分开

当特征空间维度≥四维时，则会变成超平面。

线性可分用向量来定义：

如果一个数据集是线性可分的，将存在无穷多个超平面将各个类别分开。
支持向量机算法：
1.解决线性可分问题;
2.再将线性可分问题中获得的结论，推广到线性不可分的情况。

1.SVM解决线性可分问题：
在这无数多个分开各个类别的超平面中，到底哪一个最好呢?