特点
最为著名和有效的分类算法。在确定合适的Hyper Plain之后，其可以完成以上任一种运算的功能，甚至做的更好。
是一个监督学习模型，通常用于模式识别、分类与回归
核心思想——核方法
将复杂数据投影到高维空间，然后在高维空间寻找对分类点形成最大间隔平面的分类
常用的核函数
⑴线性核函数K(x,y)=x·y；
⑵多项式核函数K(x,y)=[(x·y)+1]^d；
⑶径向基函数K(x,y)=exp(-|x-y|^2/d^2）
⑷二层神经网络核函数K(x,y)=tanh(a(x·y)+b）
基本模型
为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化
