機器學習之支持向量機

支持向量機（SVM） 1.概念： 支持向量機作爲有監督的機器學習，可以做分類和迴歸。主要是二分類，它的基本模型是定義到特徵空間上的間隔最大的線性分類器，因爲有間隔最大的條件，所以和感知機有區別，支持向量機包含着核函數，使它成爲了非線性的分類器。 我們之前學的邏輯迴歸，線性迴歸，都是通過損失函數來尋找最佳的參數。SVM是通過尋找最大的間隔，數學上可以理解爲求解凸二次規劃的問題，也等價於正則化的合頁損

>>阅读原文<<