浅谈SVM

写在前面：

本文组织如下：

• 线性SVM
• 线性可分SVM
• 线性不可分SVM

本人学识有限，如有讲解不清楚的地方，还请大神指出，非常感谢！

问题的引出：

      想：多维空间散落着 +，- 样本，如何找到一个超平面，将这两类样本分开？

      

       理解线性SVM是理解后面两个的基础，线性可分支持向量机不过是增加了松弛因子之后的变形，而非线性SVM则是加上核函数之后的变形。首先开始线性可分的SVM。

       

线性支持向量机

非线性支持向量机