6、 Support Vector Machine

支持向量机 概述

支持向量机（Support Vector Machines, SVM）属于机器学习领域中的一种核心方法。在分类模型中被定义为距离分隔面最近的数据点，在特征空间中构建了一个能够最大化类别间隔的超平面以实现数据分类。虽然其名称源自于"机器"一词，在计算机科学中它被抽象为一个数学模型而非具体的硬件设备。

支持向量机 场景

需要对左右两边的点进行分类处理。通过分析对比,选择D在分隔效果上将优于B和C

支持向量机 原理

SVM 工作原理

将这些苹果与香蕉视为2种水果类型的炸弹。（即离这些炸弹最近的）远离这些炸弹。

1. 寻找最大分类间距

2. 转而通过拉格朗日函数求优化的问题

3. 利用一条直线即可将这些数据彻底区分开来；我们称满足这种条件的数据集为线性可分(linearly separable)的数据集；这条分割线则被称为分隔超平面(separating hyperplane)。

4. 假设数据集被提升至1024维空间中，则在高维空间中进行分割所需的空间