r语言 svm 大样本_【原创】R语言支持向量机svm实践案例报告附代码数据

支持向量机(support vector machine)第一次见到这个词可能难以理解这个奇怪的名字，这是一个90年代产生在深度学习出来之前逼格满满的算法，被认为是适应性最广的分类器之一。SVM是一个基于严格的数学推导的算法(但本文不推导)，本文只大概介绍基本思想和简单原理及实践过程。

最大间隔分类器

在二维平面上，一条直线可以把平面分成两边；在三维空间中，一个平面可以把空间分成两块……那么同理，在p+1的高维空间中，一个p维的超平面也可以将其成本两部分，超平面的定义：

超平面的定义

根据高中空间几何的知识可知，把一个点代入上式，如果等于0说明正好在超平面上；大于0在其上方，小于0在其下方。

那么就可以根据这个特点来映射二分类问题。只要我们可以构建出超平面方程，再把样本点代入，根据结果的正负就可以进行分类。

超平面分隔

实际上，能把不同类别样本分隔开来的超平面并不止一个，有无数个。如图中蓝色和橙色虚线都能把两类样本分开，那么你认为这两个哪一个分隔效果更好？

如果用蓝色分隔超平面，那上面的白球就被分成橙色，下面的白球则被分成蓝色；如果用橙色分隔超平面，则结果完全相反。可是根据KNN的思想，很容易看出上面的白球应该被分成蓝色，下面的白球应该被分成橙色。