本周学习内容为SVM的基本原理和运用。
参考资料:耳东陈:零基础学SVM—Support Vector Machine(一)
1、什么是SVM
SVM的全称是Support Vector Machine,即支持向量机,主要用于解决模式识别领域中的数据分类问题,属于有监督学习算法的一种。SVM要解决的问题可以用一个经典的二分类问题加以描述。如图1所示,红色和蓝色的二维数据点显然是可以被一条直线分开的,在模式识别领域称为线性可分问题。然而将两类数据点分开的直线显然不止一条,这是线性分类器的特征。不同的分类方案,分类直线到两类向量之间的面积是不一样的,术语称为“决策面”,svm试图找到一个直线量两个类分类,并且面积最大的最优的解,而这个直线取决于两个类型最边界的三个向量。
![354245dd6f503d042651da53e0e1f2fb.png](https://i-blog.csdnimg.cn/blog_migrate/c63960082e6641206779c21197bc413d.jpeg)
![7921c8bf41e3ee054ec97912030ae741.png](https://i-blog.csdnimg.cn/blog_migrate/56bfa4d82bee18ab43e12392b1c20e49.jpeg)