opencv中的svm

在运用svm来实现过程中，先介绍数学上的几个概念:

线性空间：

线性空间是这样一种集合，其中任意两元素相加可构成此集合内的另一个元素，任意元素与任意数相乘后得到此集合内的另一元素。

欧式空间：

支持向量机：

是一个类分类器，正式的定义是一个能够将不同类样本在样本空间分隔的超平面。换句话说，就是给定一些标记好的训练样本，svm算法输出一个最优化的分隔超平面。

怎么找到距离最远的直线呢，如果把所有直线拿出来，然后计算其样本的最小距离，这会带来大量的计算。

如果我们对直线进行正负徧移量1，这样就产生了一个区域，就是上图所示的margin，区域边界上的点到直线的距离是固定的。现在则需要判断最近的点是否刚好在边界上或者边界外。