分类效果最好的经典机器学习算法-SVM

一，SVM整体框架 二，SVM的特点 优点：泛化错误率低，计算开销不大，结果易理解。 缺点：对参数调节和核函数的选择敏感，原始分类器不加修改仅适用于处理二类问题。 使用数据类型：数值型和标称型。 三，核函数与核技巧 一个低维空间下的非线性问题通过空间转换之后可以转换为一个高维空间下的线性问题。 但核函数并不像映射函数直接将原来处在低维特征空间的样本转换到高维的特征空间中，而是直接将低维特征空间中的

>>阅读原文<<