【机器学习】十大算法之一 “SVM”

SVM算法详解：从概念到Python实践

最新推荐文章于 2025-10-09 01:34:11 发布

原创

最新推荐文章于 2025-10-09 01:34:11 发布 · 4.8k 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #机器学习 #支持向量机

作者主页：爱笑的男孩。的博客_优快云博客-深度学习,活动,python领域博主爱笑的男孩。擅长深度学习,活动,python,等方面的知识,爱笑的男孩。关注算法,python,计算机视觉,图像处理,深度学习,pytorch,神经网络,opencv领域.https://blog.youkuaiyun.com/Code_and516?type=blog个人简介：打工人。

持续分享：机器学习、深度学习、python相关内容、日常BUG解决方法及Windows&Linux实践小技巧。

如发现文章有误，麻烦请指出，我会及时去纠正。有其他需要可以私信我或者发我邮箱:zhilong666@foxmail.com

机器学习算法种类繁多，SVM支持向量机算法是其中十大常用算法之一。该算法起源于20世纪80年代，并在90年代逐渐形成了比较完整的理论体系和工程应用。该算法在分类领域有着广泛的应用，并在多项应用场景中表现出了较优的性能。

本文讲详细讲解机器学习十大算法之一“SVM”

一、简介

支持向量机（Support Vector Machine，SVM）是机器学习十大算法之一，是一种二分类模型。SVM将实例空间映射到一个高维空间，将空间进行线性划分，同时使得分类面到两端最近的数据点的距离（margin）最大化，因此SVM也被称为最大间隔分类器（Maximal Margin Classifier）。SVM是由Vapnik和Cortes于1995年提出的，是一种广泛应用的机器学习算法，具有很好的泛化能力和鲁棒性。