【关于支持向量机】那些你不知道的事

作者：杨夕

论文链接：https://arxiv.org/pdf/1810.04805.pdf

代码链接：https://github.com/google-research/bert

【注：手机阅读可能图片打不开！！！】

目录

一、什么是支持向量机（support vector machine，SVM）？

1.1 支持向量机（support vector machine，SVM）的原理？

介绍：支持向量机，因其英文名为support vector machine，故一般简称SVM；
类型：一种二类分类模型；
基本模型定义：特征空间上的间隔最大的线性分类器，其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。
非线性分类器原理：核函数
学习策略：间隔最大化。可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题；
学习算法：求解凸二次规划的最优化算法
目标：求解能够正确划分训练数据集并且几何间隔最大的分离超平面

1.2 用一到两句话说一下SVM是如何用于分类的？

支持向量机(SVM)是一种二分类模型，其基本模型是定义在特征空间上的间隔最大化的线性分类器。