100天机器学习day6之SVM

大家好 我是小k 在学到这篇文章前 我曾在b站上看过菜菜的SVM课程 第一遍全程下来 基本上上最深的记忆点就是 SVM有三层理解  我们在课上能理解第一层就很不错了 而且SVM数学原理推理十分的困难 数学不好的小白是很难看懂的 我怀着敬畏心听完了后 好家伙 果然不出所料 只听了个大概 今天结合阅读了一些文章 做一些对SVM浅层总结

 

SVM和其基本概念:

svm是一种二分类模型，svm的主要目的就是要画出一条线 一更好的区分两类点 SVM 适合中小型数据样本、非线性、高维的分类问题。

Q1：能够画出多少条线对样本点进行区分？
答：线是有无数条可以画的，区别就在于效果好不好，每条线都可以叫做一个划分超平面。比如上面的绿线就不好，蓝线还凑合，红线看起来就比较好。我们所希望找到的这条效果最好的线就是具有 “最大间隔的划分超平面”。

Q2：为什么要叫作“超平面”呢？
答：因为样本的特征很可能是高维的，此时样本空间的划分就不是一条线了。

Q3：画线的标准是什么？/ 什么才叫这条线的效果好？/ 哪里好？
答：