SVM(Support Vector Machine),支持向量机,有监督学习模型,一种分类模型.在特征空间(输入空间为欧式空间或离散集合,特征空间为欧式空间或希尔伯特空间)中寻找间隔最大化的分离超平面的线性分类器.学习策略就是间隔最大化,可形式化为一个求解凸二次规划(QP)的问题,也等价于正则化的合页损失函数的最小化问题. 针对数据特点,处理方法或者说原理是: (1).当训练样本线性可分时,通过硬间隔最大化,学习一个线性分类器,即线性可分SVM: (2).当训练数据近似线性可分时,引入松弛变量