支持向量机是一个非常强大的并且有多种功能的机器学习模型,能够做线性或者非线性的分类,回归,甚至异常值检测。SVM特别适合应用于复杂但中小规模数据集的分类问题。
线性支持向量机
SVM分类器的判定边界实线不仅能够分开两种类别,而且还尽可能地远离了最靠近的训练数据点,其被称为最大间隔分类。添加更多的样本点在“街道“外并不影响到判定边界,因为判定边界是由位于”街道“边缘的样本点确定的,这些样本点被称为”支持向量“。
背后机制
决策函数和预测:线性SVM分类器通过简单地计算决策函数来预测新样本的类别:如果结果为正,预测类别y是正类,为1,否则就是负类,为0.