機器學習算法之支持向量機

                                支持向量機——SVM 優缺點： (1)非線性映射是SVM方法的理論基礎,SVM利用內積核函數代替向高維空間的非線性映射； (2)對特徵空間劃分的最優超平面是SVM的目標,最大化分類邊際的思想是SVM方法的核心； (3)支持向量是SVM的訓練結果,在SVM分類決策中起決定作用的是支持向量； (4)SVM 是一種有堅實理論基礎的新穎的小樣

>>阅读原文<<