SVM算法原理分析

SVM算法： 算法背景：支持向量機方法是建立在統計學習理論的VC 維理論和結構風險最小原理基礎上的，根據有限的樣本信息在模型的複雜性（即對特定訓練樣本的學習精度，Accuracy）和學習能力（即無錯誤地識別任意樣本的能力）之間尋求最佳折衷，以期獲得最好的推廣能力（或稱泛化能力）。 兩個基本概念：經驗風險，置信風險 經驗風險：代表了分類類在給定樣本上的誤差，真實可以估計！ 置信風險：代表了我們有多大

>>阅读原文<<