機器學習總結(三)——SVM

1. SVM的原理是什麼 svm是一種二分類模型，是一種在特徵空間中尋找間隔最大化的分離超平面的線性分類器。 線性可分樣本：可以通過硬間隔最大化學習線性分類器實現。 近似線性可分：通過引入鬆弛變量，通過軟間隔最大化，學習線性分類器； 非線性樣本：通過核技巧與軟間隔最大化學習非線性支持向量機； 2. SVM爲什麼採用間隔最大化 利用間隔最大化求得的最優分離超平面是唯一的。分離超平面產生的分類結果是最

>>阅读原文<<