支持向量机（SVM）的简单介绍

SVM最基本的应用是分类，特别是对于非线性以及多维数据的解决有很大的作用，最常见的应用就是自然语言处理。

下面，我来简单的介绍一下最基本的SVM。

如图：

在图中，有两组类别的数据叉（×）和圈（○），我们的目的是将他们能够区别开来，如何去做？在这个例子中，我们可以看到叉和圈都可以被红色和黄色的线区别开来，但是我们的目的不仅仅是区分样本中的数据，为了能够更好的区别后续的数据，可以看出红色的划分超平面（分割线）更加的合理。而我们要做点位工作就是尽量找出这条红色的划分超平面。

我们用来表示图中的划分超平面，为划分超平面的法向量，其维数是