SVM只能解决线性分类问题。
SVM分类原则
- 尽可能保证分类的正确性；
- 尽可能加大两个类别间的聚类，是他们更容易区分。
SVM分类结果
SVM类别
在低维空间中有Hard-SVM和Soft-SVM。
Hard-SVM和Soft-SVM.png
而如果数据在低维上线性不可分，那么我们采取的措施就是把数据映射到能够线性可分的高维空间，而后采用kernel(点的内积)把高维空间的数据用线性分割超平面划分出来，之后把线性分割超平面反映射到低维空间，这时高维空间的线性分割超平面在低维空间就变为了非线性的分割超平面。
Kernal SVM
