第九天直观了解SVM是什么以及如何使用它来解决分类问题
支持向量机（support vector machines）是一种二分类模型，基本模型是定义在特征空间上的间隔最大化的线性分类器，通过引入核函数，最终转化为一个凸二次规划问题来求解。支持向量机也可以作为非线性分类器来解决非线性数据集的分类问题。
支持向量机诞生于1963年，理论及应用都非常成熟，对初学者来说是绕不开的一个算法，在机器学习/数据挖掘的面试当中更是经典中的经典，非常能够体现面试者的数学功底以及对机器学习算法理解的程度。
支持向量机内涵诸多数学思想，比如几何思想、抽象思维、转化思想等等，学习SVM是一个非常好的实践数学思想的过程。之前发过一篇SVM数学推导原理的文章：[算法系列]SVM的数学推导原理
各种博客或公众号都有很多类似文章，向大家推荐一个个人看过最靠谱的一篇：
《支持向量机通俗导论（理解SVM的三层境界）》
https://blog.csdn.net/v_july_v/article/details/7624837
这篇是我觉得最为透彻的，大家看这篇就行。不要仅限于浏览，一定要跟着推导一遍！
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：100天搞定机器学习|Day9-12 支持向量机 - Python技术站
微信扫一扫 
支付宝扫一扫 