支持向量二分類中比較複雜的一個類型，它可用於解決線性或非線性二分類問題。
如下圖，二分類問題可以形象的表述為在實例中間找到一線能夠將他們分開。但是這些線可能有很多（高維空間就變成了超平面），支持向量機的核心思想就是要找到那個與正例、負例間隔最大的平面，即最優分割平面。
圖1 二分類問題
支持向量機的數學模型見下圖，距正例最近的方程為wx+b=1，負例為wx+b=-1,分割平面為wx+b=0。是不是像一條河將正例、負例隔開了。那麼這條直線存在麼？如果問題是線性可分的，則該直線必然存在，而且通過支持向量機算法一定能夠找到。（證明過程略）
如果分類的問題是線性不可分呢？可以用核函數的概念，將問題映射到高維空間中，在低維空間不可分的問題，在高維空間很容易找到分離超平面來進行分割。支持向量機的運算推導比較繁瑣複雜複雜，這裡不一一列出，網上有非常多的文章詳細介紹，我們只要瞭解它的核心思想，在遇到問題的時候能夠想到使用支持向量機來解決就可以啦。對數學過程感興趣的朋友可以參看李航博士寫的統計學習裡相關的內容，講述的還是比較清楚的。
支持向量機算法適用於線性或非線性可分的二分類問題，如果存在分類則一定可由該算法找到解，所以在拿不準問題的時候可以作為候選項試試。
分享到:
閱讀更多 老郭講算法 的文章
