什么是支持向量机（SVM）以及它的用途？我们在日常工作与生活中，常常会遇到一些科技类问题，比如支持向量机是什么意思的问题，我们该怎么理解呢。支持向量机（SupportVectorMachine，简称SVM）是一种用于二分类、多分类和回归分析的机器学习算法，下面这篇文章将为你提供一个参考思路，希望能帮你解决到相关问题。
什么是支持向量机（SVM）以及它的用途
支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面.在分开数据的超平面的两边建有两个互相平行的超平面.分隔超平面使两个平行超平面的距离最大化.假定平行超平面间的距离或差距越大，分类器的总误差越小.它是一种监督式学习的方法，广泛应用于统计分类以及回归分析中.。
支持向量机是什么意思
1、支持向量机（SupportVectorMachine，简称SVM）是一种用于二分类、多分类和回归分析的机器学习算法。
2、该算法是由史蒂文·霍金（StevenGould-Hoffman）提出的，其归类原理是引入空间和几何的概念。
3、SVM使用的是最优的超平面，该超平面使得每个分类之间的距离最大程度的减小，因此叫做支持向量机，它可以用来已知类型数据之间的分类关系。
4、SVM可以用来实现分类和回归。
5、这些模型是线性和非线性的，可以处理高维数据集。
6、它们被广泛应用于文本分类和图像识别，它的实质是在训练数据空间中找到一个几何投影，使得距离各类甚至最大化。
7、在SVM分类中，使用不同的核函数估计超平面的参数，它将输入的特征映射到高维空间，从而使线性和非线性可分问题变成线性可分问题，从而提高准确性和泛化能力。
8、SVM分类可以有效分离类，并且具有快速训练时间、鲁棒性强、使用简便等优势，使得SVM在机器学习领域具有较高的使用率。
以上就是为你整理的支持向量机是什么意思全部内容，希望文章能够帮你解决什么是支持向量机（SVM）以及它的用途相关问题，更多请关注本站科技问答百科栏目的其它相关文章！