支持向量机(SVM)是一种模型,它的目的是寻找一个超平面(线性、非线性)来对样本进行分割,分割的原则是间隔最大化,最终转化为一个凸二次规划问题来求解。线性支持向量机:寻找一个线性特征空间来对样本进行分割,分割的原则是间隔最大化,此时返还能力最强非线性支持向量机:当原始样本空间不是线性可分的情况,可将样本从原始空间映射到一个更高维的特征空间,使得样本在这个特征空间内线性可分非线性支持向量机可能会用到核函数核函数:将原始空间中的向量作为输入向量,并返回特征空间(转换后的数据空间,可能是高维)中向量的。