python实现SVM

一、概述     支持向量机（SVM）是一系列可用于分类、回归和异常值检测的有监督学习方法。 优点：     在高维空间中行之有效。     当维数大于样本数时仍然可用。     在决策函数中只使用训练点的一个子集（称为支持向量），大大节省了内存开销。     用途广泛：决策函数中可以使用不同的核函数。提供了一种通用的核，但是也可以指定自定义的核。 劣势：     如果特征数量远大于样本数量，则表

>>阅读原文<<