这几天接触了一些关于图像分类的论文，发现其中大多都用到了SVM，于是上网找了一些SVM的资料，得出一些理解。维基百科上用这句话来描述SVM：支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面。分隔超平面使两个平行超平面的距离最大化。假定平行超平面间的距离或差距越大，分类器的总误差越小。其实这句话不太完整：这是对于线性不可分的情况，而对于线性可分情况，就不用第一步“支持向量机将向量映射到一个更高维的空间里”了。更完整的SVM简述：支持向量机是一个二类分类器（至少最初是这样），它对于线性可分情况，在这个空间里建立有一个最 Read More