B站：啥都会一点的研究生
公众号试读：啥都会一点的研究生
目录
介绍下SVM？
SVM（Support Vector Machine，支持向量机）是二十世纪初使用广泛的分类算法，可以处理非线性和高维的机器学习问题。SVM目标是找到分类的最大间隔，为了更好的求解，针对SVM基本型使用拉格朗日方法找到其对偶问题，从而找到解。SVM只和支持向量有关，所以SVM对异常值不敏感，适合小数据集。
支持向量：在求解的过程中，会发现只根据部分数据就可以确定分类器，这些数据称为支持向量。
支持向量机（Support Vector Machine，SVM）：其含义是通过支持向量运算的分类器。
支持向量机是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是边界最大化，最终转化为一个凸二次规划问题来求解。由简至繁的模型包括：
当训练样本线性可分时，通过硬边界（hard margin）最大化，学习一个线性可分支持向量机；
当训练样本近似线性可分时&
原文链接：https://blog.csdn.net/zzh516451964zzh/article/details/123145912?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171851498716800213068334%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=171851498716800213068334&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-18-123145912-null-null.nonecase&utm_term=AI%E9%9D%A2%E8%AF%95
