SVM三层境界.docxVIP

第一层、了解SVM 1.0、什么是支持向量机SVM ? ? 要明白什么是SVM，便得从分类说起。 ? ? 分类作为数据挖掘领域中一项非常重要的任务，它的目的是学会一个分类函数或分类模型(或者叫做分类器)，而支持向量机本身便是一种监督式学习的方法(至于具体什么是监督学习与非监督学习，请参见此系列 HYPERLINK /v_july_v/article/category/1061301 \t _blank Machine LData Mining第一篇)，它广泛的应用于统计分类以及回归分析中。 ? ? 支持向量机（SVM）是90年代中期发展起来的基于统计学习理论的一种 HYPERLINK /base/2 \o undefined \t _blank 机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。 ? ? 通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，即支持向量机的学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。 ? ? 对于不想深究SVM原理的同学或比如就只想看看SVM是干嘛的，那么，了解到这里便足够了，不需上层。而对于那些喜欢深入研究一个东西的同学，甚至究其本质的，咱们则还有很长的一段路要走，万里长征，咱们开始迈第一步吧，相信你