SVM原理图

支持向量机（SVM）是一种监督学习模型，主要用于分类和回归分析。其核心思想是找到一个超平面，将不同类别的数据点分隔开，同时使得两个点集到此平面的最小距离最大，也即使得错分最小化。这个最优的超平面被称为最大间隔超平面。在二维空间中，这个超平面就是一条直线；在更高维度的空间中，它可以是一个超平面或是一个超曲面。SVM通过寻找一个合适的核函数，可以将非线性可分的问题转化为线性可分的问题，从而处理更复杂的数据。