《量化金融原理与实践》课件 第9、10章 支持向量机、决策树及随机森林.pptx

第9章支持向量机章节概述支持向量机（SupportVectorMachine，SVM）是一种按照监督学习方式对数据进行二元分类的广义线性分类器，它的基本思想是找到一个超平面，能够将不同类别的数据点尽可能地分开，并且使得边界上的点到超平面的距离最大化，以实现较好的分类效果。在SVM中，通过引入核函数，力图将低维空间的非线性问题转换为高维空间的线性问题，即SVM通过适当的非线性变换\varphi(x)，将输入空间映射到高维特征空间，使得分类问题在高维特征空间中近似线性可分。

本章应用场景SVM在各种领域都有广泛的应用，包括：文本分类图像识别生物信息学垃圾邮件检测金融领域应用：SVM在金融领