SVM基本原理

1.SVM原理 SVM 是一種二類分類模型。它的基本模型是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。 • 當訓練樣本線性可分時，通過硬間隔最大化，學習一個線性分類器，即線性可分支持向量機； • 當訓練數據近似線性可分時，引入鬆弛變量，通過軟間隔最大化，學習一個線性分類器，即線性支持向量機； • 當訓練數據線性不可分時，通過使用核技巧及軟間隔最大化，學習非線性支持向量機。 硬間隔最大化（幾

>>阅读原文<<