机器学习之SVM

github看到了个简单易懂的使用sklearn，针对svm不错的项目，fork了过来：https://github.com/caixiao7/pca-svm

数据有点问题，csv文件中，label跟后面的数据（转化为jpg图片）对不上。但不影响对svm的理解。

 

SVM果然博大精深，涉及数学知识广，需要一定时间消化，下面几篇文章，有助于理解：

https://blog.csdn.net/willbkimps/article/details/54697698

https://blog.csdn.net/v_july_v/article/details/7624837#t33  三重境界

还有李航的 统计学习

 

看了两周时间，中间工作内容穿插，还是迷迷糊糊，大概懂的原理，以及简单是使用。  后续还需要继续增加消化理解。

 

另外，SVM是二值分类器，对于多类别的分类任务，一般的做法，不是使用SVM画出N个超平面，而是每个类别与其他“非”类别，作出一个超平面，前者的计算量太大。