机器学习——SVM（Support Vector Machine）支持向量机原理

线性可分数据 我们定义一条直线，，将上图的数据分为蓝、红两部分，则f(x)称为决策边界（Decision Boundary）,这是非常简单和高效的，这类可以通过一条直线（或高维超平面）分离的我们称为是线性可分的。 但在上图中，我们可以看到多条线都可以将数据分开，我们要取哪条呢？很显然，我们要取离所有的点尽可能远的线，这样做的理由是输入数据中有可能有噪声点的存在，这些数据不应影响分类的准确性，因此，

>>阅读原文<<