机器学习----支持向量机（SVM算法）详解

1、定义                          SVM方法是经过一个非线性映射p，把样本空间映射到一个高维乃至无穷维的特征空间中（Hilbert空间），使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题．简单地说，就是升维和线性化．升维，就是把样本向高维空间作映射，通常状况下这会增长计算的复杂性，甚至会引发“维数灾难”，于是人们不多问津．可是做为分类、回归等问题来

>>阅读原文<<