SVM問題小結

一 SVM基本介紹 支持向量機(Support Vector Machine)在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢，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。 VC維：對函數類的一種度量，可以簡單的理解爲問題的複雜程度，VC維越高，一個問題就越複雜。 經驗誤差/經驗風險：使用分類器在樣本數據上的分類的結果與真實結果（因爲樣本是已經標註過的數據，是準確的數據）

>>阅读原文<<