機器學習 支持向量機

支持向量機（SVM）是好的現成的分類器 優點：泛化錯誤率低，計算開銷不大，結果易解釋。 缺點：對參數調節和核函數的選擇敏感，原始分類器不加修改僅適用於處理二類問題。 適用數據類型：數值型和標稱型數據。 數據的線性可分 分隔超平面：二維中爲直線，三維中爲平面，更高維中爲超平面 最佳擬合爲間隔最大 支持向量（support vector）就是離分隔超平面近的那些點。接下來要試着大化支持向量 到分隔面的

>>阅读原文<<