机器学习支持向量机模型

SVM的核心思想是寻找一个最优的分界线，使得该线两侧所形成的间隔达到最大化。这一间隔具体体现为数据点与分界线之间的距离。

此处呈现的是两个颜色各异的小球
我们选取一根棍子将其置于其中，以实现对它们的分离，但问题是否仅限于此呢？答案是否定的。我们还需进一步思考如何放置这根棍子，才能最有效地将两类小球区分开来。在中间区域存在无数种可能的放置方式，那么究竟哪一种是最优解呢？

【在不改变决策面方向且避免出现误分类样本的前提下，对决策面进行平移操作，可在原有决策面的两侧确定两个极限位置（一旦超出该位置将引发误分类现象），如图中虚线所示。这些虚线的位置取决于决策面的方向以及距离原决策面最近的若干样本点的位置。而这两条平行虚线之间的中垂线，即为在维持当前决策面方向不变条件下的最佳决策面。两条虚线之间的垂直距离即为此最优决策面对应的分类间隔。显然，每一个能够正确划分数据集的