支持向量機
支持向量機可用來做什麼？
- 分類、迴歸（例如時間序列預測）、邊界檢測、聚類
什麼是支持向量機？
SVM是一種可用於解決分類和迴歸問題的有監督機器學習算法，但更常用於分類。假設有兩類或兩類以上的數據，SVM可以作爲一個區分性的分類器，它通常由一個可把所有數據都分開的最優超平面來定義。新的樣本將根據它在此空間中映射到的位置進行分類。
支持向量又是什麼？
支持向量就是離超平面最近的那些點。
超平面又是什麼？
在二維平面上的數據點，將數據集分隔開的的直線稱爲分隔超平面；
如果數據集是三維的，用來分隔數據的將是一個平面；
如果數據集是N維的，對數據進行分隔的對象將是一個N-1維的超平面，也成爲分類的決策邊界。
【Tips】幾乎所有的分類問題都可以使用SVM，SVM本身是一個二分類器，解決多分類問題需要對SVM代碼進行一些修改。
優點：泛化錯誤率低，計算開銷不大，結果易解釋。
缺點：對參數調節和核函數的選擇敏感，原始分類器不加修飾僅適用於處理二類問題。
適用數據類型：數值型和標稱型數據。
