SVM的直观理解

SVM的本质：

对数据进行分类。

如图1场景，在这个二维空间中，怎么样才算是比较好的数据分类情况呢？

图1

毫无疑问，应该是红色实线是较为理想的分类方式。试想在蓝色和绿色分类的情况下，如果现在新进来一个数据，靠近边界线，那么这个数据被错误分类的可能性会非常大，但是如果是红线分类的情况下，就会有一个相对较大的缓冲区（也被称为margin），也可以理解为容错区域。如图2所示。

这个间隔会将两类数据所处的空间分隔开，这个间隔可以体现两类数据的差异大小。因此寻找最佳决策边界的问题可以转化为寻找最大间隔的问题，而间隔的正中就是决策边界。假设决策边界的超平面方程式如下所示，那么将他上下分别移动c来到间隔上下边界，由于上下边界一定会经过一些样本数据点，这些点距离决策边界最近，所以决定了间隔距离，则称这些数据点为支持向量(support vector)。