支持向量机（SVM）--线性不可分

1. SVM算法特性： 1.1 训练好的模型的算法复杂度是由支持向量的个数决定的，而不是由数据的维度决定的。所以SVM不太容易产生overfitting  1.2 SVM训练出来的模型完全依赖于支持向量(Support Vectors), 即使训练集里面所有非支持向量的点都被去除，重复训练过程，结果仍然会得到完全一样的模型。  1.3 一个SVM如果训练得出的支持向量个数比较小，SVM训练出的模型

>>阅读原文<<