【机器学习算法笔记系列】支持向量机(SVM)算法详解和实战

支持向量机(SVM)算法概述 支持向量机（support vector machines，SVM）是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。由简至繁的模型包括： 当训练样本线性可分时，通过硬间隔最大化，学习一个线性可分支持向量机 当训练样本近似线性可分时，通过软间隔最大化，学习一个线性支持向量机 当训练样本线性不可分时，

>>阅读原文<<