【数模百科】支持向量机中的线性SVM讲解以及实现办法

原创

已于 2024-01-06 12:57:43 修改

· 1.1k 阅读

版权

文章标签：

于 2024-01-06 11:34:15 首次发布

本篇文章来源于线性SVM - 数模百科，里面有完整的关于支持向量机SVM模型的讲解，还有数据处理、应用、优缺点等重要知识点。

首先，强烈建议大家把我之前的文章读一遍。

读完之后，我们开始今天的内容。

你在一个屋子里举行了一个聚会，里面既有男孩也有女孩。现在你想把他们按性别分开，男孩站到屋子的一边，女孩站到另一边。你肯定会想，要是能在中间划条线把他们分开多好啊！这就像是支持向量机（SVM）的工作方式，它就像一个神奇的画家，能在人群中间画出一条界限。

但是，你不想让大家挨得太紧，每个人都需要有点私人空间对不对？所以，你不单单画一条细细的线，而是想画一条足够宽的间隔，就像是两条平行的线之间的空白区域。这样，男孩和女孩都能在这条宽宽的间隔两边自在地活动，而且不会互相干扰。

现在，如果有新的朋友加入聚会，他们可能会疑惑自己该站在哪一边。这时候，我们的神奇画家，也就是支持向量机，就会利用它之前画的宽间隔来帮助判断。如果新朋友站在间隔的这一侧，那他很可能是男孩；如果站在那一侧，她很可能是女孩。

所以，支持向量机就好比是个非常聪明的画家，它不仅帮我们把人群按照性别分组，而且当有新人加入时，也能利用已经划定的宽间隔来判断新来的是男孩还是女孩。这就是支持向量机的魅力所在，它能帮我们清晰地将事物分类，并为每个类别留下足够的空间，以便未来的分类也同样准确。

线性支持向量机（Linear Support Vector Machine）是一种用于分类和回归分析的监督学习模型。在二分类中，线性支持向量机的主要目标是找出一个线性超平面，将不同类别的数据分隔开，而且要使得这个超平面到最近的数据点之间的距离（也被称为间隔）尽可能大。

支持向量机（Support Vector Machine, SVM）的基本想法是寻找一个超平面