1023博客

今天在学习人工智能经典算法支持向量机。它是一种监督学习模型，核心目标是寻找间隔最大的超平面划分样本，离超平面最近的样本点就是支持向量，决定分类边界。
面对线性不可分数据，SVM 依靠核函数把样本映射到高维空间，从而实现划分。它在小样本、高维场景表现出色，兼顾泛化能力。
学习时才体会到，SVM 不只是调库调用，背后是凸优化、间隔约束的数学推导。虽然现在深度学习火热，但 SVM 的思想依旧值得理解，帮我夯实机器学习基础。