十大经典预测算法（四）----支持向量机（SVM算法）

2019年3月23日 207次阅读来源: 常用算法

一、概念：SVM思想和线性回归很相似，两个都是寻找一条最佳直线。

不同点：最佳直线的定义方法不一样，线性回归要求的是直线到各个点的距离最近，SVM要求的是直线离两边的点距离尽量大。

《十大经典预测算法（四）----支持向量机（SVM算法）》

SVM本质，

　　距离测度，即把点的坐标转换成点到几个固定点的距离，从而实现升维。《十大经典预测算法（四）----支持向量机（SVM算法）》

《十大经典预测算法（四）----支持向量机（SVM算法）》

如下所示

《十大经典预测算法（四）----支持向量机（SVM算法）》

因为SVM要映射到高维空间，再来求分离超平面，但是这样的话，运算量会非常庞大，又因为上面的核函数和和映射到高维空间的解类似，所以求SVM分离超平面时，可以用求核函数方法代替在高维空间中计算，从而实现在一维平面上计算达到高维空间计算的效果

    原文作者：常用算法
    原文地址: https://www.cnblogs.com/baoxuhong/p/10240867.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。