機器學習_經典模型_SVM常見問題總結

1.SVM的應用場景 SVM既可以用於線性分類也可以用於非線性分類，這主要取決於和函數的選取。在已知樣本很少的情況下，獲得很好的分類效果。 2.SVM的原理簡單概括： SVM是一種優化的分類算法，它可以尋找到一個最佳的決策邊界（決策超平面），使得決策邊界與各組數據之間存在margin，並且需要使各側的margin最大化。 3.支持向量 支持向量（support vector）是SVM中起到支持作用

>>阅读原文<<