支持向量机（1）--了解几个关键点

线性可分支持向量机

 二分类问题：
 输入空间：欧式空间或离散集合
 特征空间：欧式空间或希尔伯特空间
 线性可分支持向量机、线性支持向量机：假设这两个空

间的元素一一对应，并将输入空间中的输入映射为特征空间中的特征向量；

 非线性支持向量机：利用一个从输入空间到特征空间的非线性映射将输入映射为特征向量；

 支持向量机的学习是在特征空间进行的.

超平面选择

分开两边不同点的线可以有许多条，应该选择那一条呢？

应该选一条线使两边的点到这条线的距离为最大值（线性可分支持向量机与硬间隔最大化）

点到超平面的距离

线性可分支持向量机与硬间隔最大化

选取一条线（中间w·x+b=0），使得分开两边不同的点；同时使点到这条线的距离为最大值。

函数间隔和几何间隔

Margins 幅度

可以分开两边的点，是有一个空间幅度的（如图:浅蓝色部分、黄色部分）

间隔最大化

间隔最大化的线（面），选为超平面；在二维中可以理解为线分割，在三维中可以理解为面分割，在四维或以上的叫超平面。

希望对你有帮助。

文章来源: guo-pu.blog.csdn.net，作者：一颗小树x，版权归原作者所有，如需转载，请联系作者。

原文链接：guo-pu.blog.csdn.net/article/details/102733048