NLP實踐四：SVM實現文本分類

SVM的簡單理解（參考機器學習之SVM） 線性分類 線性分類的目的就是將數據分開，如圖： 怎麼確定最佳的分隔線？ 從直觀上來說，分割的間隙越大越好，把兩個類別的點分得越開越好。 在SVM中，成爲Maximum Marginal， 是svm的一個理論基礎之一。 選擇是的空隙最大的函數是有很多道理的。比如從概率的角度講， 就使的置信度最小的點置信度最大。 上圖中被紅色和藍色的線圈出來的點就是所謂的支持

>>阅读原文<<