模式識別學習筆記（13）——svm

SVM 它有什麼優點？有什麼缺點？ 爲什麼要有SVM？在什麼情況下我需要用svm？ 考慮一個最簡單的線性分類器，在很多情況下，用線性是分不開的，如果我們有很多的feature，將其映射到高維空間，可以使其線性可分（實際上是核方法的思想）。在feature很多的情況下，如果我們還用傳統的方法，比如感知器，去訓練的話，因爲k維空間的VC維是k+1，當映射到高維空間，k增加的時候，這個VC維也在跟着增加

>>阅读原文<<