【算法】支持向量机SVM（无公式版）

---

学习目标：在特征空间中找到一个分离超平面

----一些基本概念---------

函数间隔：分为函数间隔和几何间隔

用线性分类方法求解非线性分类问题步骤：

1）使用一个变换将原空间的数据映射到新空间

2）在新空间里用线性分类学习方法从训练数据中学习分类模型

核函数……

建议参考：https://blog.csdn.net/winds_lyh/article/details/80609544

---

------------R程序示例------

[考虑两类花versicolor和virginica，用花瓣长度和花瓣宽度建立模型预测花的类别]

install.packages('e1071')
library(e1071)
data("iris")
x <- iris[51:150,c(3,4,5)]
x[,3] <- as.character(x[,3])
x[,3] <- as.factor(x[,3])
iris.svm <- svm(Species~.,data=x)
plot(iris.svm,x,Petal.Width~Petal.Length)

上图所示为支持向量机二维示意图，其中判别曲线将空间分为上下两部分，X号表示支持向量机。

------

参考资料：

[1]非参数统计（第二版），王星，褚挺紧著

[2]（建议参考）统计学习方法，李航著