什么是支持向量机
支持向量机SVM是一个有监督的机器学习算法。可用于分类和回归分析.
在这个算法中,根据特征值,构建一个n维空间(n)是特征数量,把每个数据点投影到此空间内。
数据如何分类
通过查找一个超平面,把数据 区分 成两类,即:算法输出要给最佳超平面,用于数据分类。
什么是最佳超平面
对SVM来说,它指的是距离两类数据最远的一个超平面,即:此超平面到最近元素的距离最远
参数
核函数
sklearn中SVC的核函数
kernel : string, optional (default='rbf')
Specifies the kernel type to be used in the algorithm.
It must be one of 'linear', 'poly', 'rbf', 'sigmoid', 'precomputed' or
a callable.