摘要：
SVMs是对数据分类一种有用的技术。尽管sVM被认为比神经网络容易点，而用户由于不熟悉SVM，在开始时经常得到不理想的结果。我们的目的是让初学者获得可接受的结果。尽管用户无需理解SVM的基础理论，但简单的介绍这些必要的基础对于我们实际操作是必要的。一个分类工作常常把数据分为训练集和测试集。训练集中每个样本都包含一个“目标值”和一些属性值。SVM的目标就是产生一个模型（基于训练数据），这个模型将预测测试数据的目标值，当然仅由测试数据的属性值决定。给出一个训练集的实例（Xi,Yi）,i=1...l;Xi属于Rn，y属于（-1,1），SVM要求下面优化问题的解决方案：这里训练向量Xi通过函数被映射到 阅读全文
