支持向量机(Support Vector Machine,SVM)是一种二分类模型,其基本思想是在特征空间中找到一个最优的超平面,将不同类别的样本分开,使得各类别样本到超平面的距离(即间隔)最大化。SVM的优化目标是求解出一个分隔超平面和一组支持向量,使得支持向量到分隔超平面的距离最小,并且在满足约束条件下,使得分类间隔最大化。
SVM的关键思想包括:
SVM具有良好的分类性能和泛化能力,在分类、回归和特征选择等方面都得到了广泛应用。