机器学习-SVM

基本概念

1. 超平面：分类的决策边界，N 维的数据集需要 N-1 维的超平面
2. 支持向量：离分隔超平面最近的那些点
3. 间隔（Margin）：支持向量到超平面的距离
4. 核函数（kernal）：将低维数据映射到高维，使非线性可分问题转化为线性可分

最大化最近点的距离.png

参考资料

https://www.analyticsvidhya.com/blog/2015/10/understaing-support-vector-machine-example-code/