本文介绍了支持向量机(SVM)的基础知识，包括线性可分、线性不可分的概念，超平面作为决策边界的含义，以及支持向量在分类中的重要性。通过实例说明了支持向量如何影响分类结果。
声明：本文只是笔者自己对支持向量机的浅显理解，不涉及专业的数学公式。本文参考机器学习经典书籍 Jiawei Han 主编的 《数据挖掘 概念和技术》。
要理解 SVM （support vector machine）首先要理解几个相关的概念。
1. 基本知识一
线性可分 (linearly separable)，对二分类问题而言，就是指可以有一条直线将训练集分成两类。如下图（例一）所示：
最低0.47元/天 解锁文章
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
