10.20

今天学习了支持向量机，它的核心思想是寻找最优分类超平面，让不同类别样本之间的间隔最大化，依靠支持向量决定分类边界。学习中了解到核函数可以把线性不可分的数据映射到高维空间，解决非线性分类问题，同时也认识到软间隔能够容忍少量样本错分，降低过拟合风险。这个算法数学推导偏复杂，理解起来有一定难度，后续还需要多结合案例练习，熟悉参数调节，掌握它的适用场景与优缺点。