摘要：SVM是Support Vector Machine的简称 首先介绍，线性分类 上图中直线$f(x)=w^tx + b$代表一个线性判别函数 假设$f(x)>0$代表小矩形类别，$f(x)<0$代表小圆圈类别 在线性可分的情况下，SVM的目的是为了找出一个最优分类平面，哪个是呢，通俗来说就是图中距离 阅读全文

摘要：首先要了解贝叶斯定理 说贝叶斯定理前先说说条件概率 假设有A,B事件则$P(A|B)$说的是在B事件发生下A事件发生的概率，计算公式为： $$P(A|B)=\frac{P(AB)}{P(B)}$$ 上式右边可理解为：A,B同时发生的概率在B发生概率中占的比率 阅读全文