SVM原理概述二

前言 通过上篇博客举的例子，可以明白支持向量机的分类方法就是在数据集上，找到一个超平面作为决策边界，并且模型在数据上的分类误差尽可能小。这节将对SVM作进一步说明。 相关概念 支持向量(Support Vectors) 离决策边界最近的那些点。决策边界就是我们找的最佳的那个能够分隔开两个种类的超平面，离这个决策边界最近的那些点就是支持向量。支持向量到决策边界的距离称之为Margin，找最佳的决策边

>>阅读原文<<