摘要：
感知机与SVM一样都是使用超平面对空间线性可分的向量进行分类，不同的是：感知机的目标是尽可能将所有样本分类正确，这种策略指导下得出的超平面可能有无数个，然而SVM不仅需要将样本分类正确，还需要最大化最小分类间隔，对SVM不熟悉的朋友可以移步我另一篇文章：支持向量机(SVM)之硬阈值 - ZhiboZ 阅读全文
摘要：
支持向量机 ( support vector machine, SVM ) 是使用超平面来对给定的 p 维向量进行分类的非概率二元线性分类器。 一、超平面 ( hyperplane ) 在一个p维的输入空间，超平面就是 \(p-1\) 维的子空间。比如：在一个二维输入的空间，超平面就是一维，也就是直 阅读全文