一文搞懂支持向量机

最近，我掉链子了。这让我意识到，学习必须天天坚持，放弃了第一天，就会有第二天，直到对不学习感到麻木，于是感叹，我又回到了堕落的日子，浑浑噩噩。

日更，总会为不知道写什么而发愁。我想了想，其实把自己当天所学，用自己的话尽可能让读者能够看懂，我觉得这就是写作的意义了。

今天分享下支持向量机，希望你能够看懂，也请多多留言交流。

什么是支持向量机

机器学习最基本的应用就是分类，支持向量机这种算法也不例外。假如给定一批训练数据集，以二维坐标系为例，如下图所示

如何区分这两类数据呢，就是找到一条直线，可以完美的将这两类数据分开，遇到新数据时，直接看此数据在直线的哪一边，即为那一种分类。

如果数据集线性不可分，那么就是找到可以分隔样本的曲线。对于三维，就是找到这样的平面或者曲面，更高维的话就是超平面。不论是一维、二维或是 n 维，我们都叫它超平面。

我们把找到最优的这个超平面的算法叫做支持向量机。

为什么要学习支持向量机

支持向量机有着其他算法不具有的优点：
1、不需要太多样本。虽然在机器学习中，训练的样本越多越好，但支持向量机能在较少的样本下，达到更高的准确率。
2、支持向量机在高维或无限维空间中构造超平面或超平面集合

怎么学习支持向量机

参考资料：
https://zhuanlan.zhihu.com/p/52168498