本章内容
1，简单介绍支持向量机
2，利用SMO进行优化
3，利用核函数对数据进行空间转换
4，将SVM和其他分类器进行对比
所谓支持向量(support vector)就是离分隔超平面最近的那些点。
SMO高效优化算法来训练SVM，SMO表示序列最小化（Sequential Minimal Optimization）。
In [161]: svmMLiA.testDigits(('rbf', 20))
在执行<程序清单6-9 基于SVM的手写数字识别>上面的命令的之后出现了如下问题：
待我回头debug……
File "D:\py\meachinelearning\ch06\svmMLiA.py", line 260, in testDigits
b, alphas = smoP(dataArr, labelArr, 200, 0.0001, 10000, kTup)
UnboundLocalError: local variable 'labelArr' referenced before assignment
