大数据技术在会计与财务中的应用 课件 3.4 支持向量机与支持向量回归.pptxVIP

大数据技术在会计与财务中的应用

作者：张敏等

2026/9/7

《大数据技术在会计与财务中的应用》配套课件

第3章·3.4支持向量机与支持向量回归

目录

3.4.1支持向量机

3.4.2支持向量回归

3.4支持向量机与支持向量回归

3.4支持向量机与支持向量回归|02/17

支持向量机

支持向量机（SupportVectorMachine，SVM）是最常用且最基础的机器学习算法之一。在大数据会计领域，SVM作为一种常用的机器学习模型，被广泛应用于识别企业财务舞弊等问题。

SVM是一种二分类模型，基本原理为将数据映射为特征空间中的点，在特征空间中寻找划分一个超平面，使这些观测分成两类。其中，划分超平面应该使两类样本中距离它最近的观测间距离最大。

3.4支持向量机与支持向量回归|03/17

支持向量机

2026/9/7

《大数据技术在会计与财务中的应用》配套课件

在二维空间中，如果两类点能被一条直线完全分开，那么我们称这两类点线性可分，如左侧图为例；如果两类点不能被一条直线完全分开，那么我们称这两类点线性不可分，如右侧图为例。

3.4支持向量机与支持向量回归|04/17

支持向量机

如果数据不是线性可分的，那么SVM会使用一种叫做“核技巧”的方法。SVM通过构建一个核函数，将原始特征映射到一个更高维特征的空间中，以解决原始空间的