分类模型之支持向量机

支持向量机，构建分类器，使得数据远离决策边界。找到距离分割超平面最近的点，确保他们离分割面的距离尽可能远。这些点成为支持向量。

优点：泛化错误率低，计算开销不大，结果易解释。

缺点：对参数调节和核函数的选择敏感，原始分类器不加修改仅适用于处理二类问题。

适用数据类型：数值型和标称型数据。

 

 

参考资料

1、机器学习实战

2、机器学习