在监督式机器学习中，我们时常会听闻”支持向量机”这个名词，简称SVM。支持向量机适用于分类学习模型。那么，就让我们揭开SVM的神秘面纱，进入他的内核一探究竟。

好吧，故事是这样子的：

在很久以前的情人节，大侠要去救他的爱人，但魔鬼和他玩了一个游戏。

魔鬼在桌子上似乎有规律放了两种颜色的球，说：“你用一根棍分开它们？要求：尽量在放更多球之后，仍然适用。”

 

    于是大侠这样放，干的不错？

 

    然后魔鬼，又在桌上放了更多的球，似乎有一个球站错了阵营。

 

    SVM就是试图把棍放在最佳位置，好让在棍的两边有尽可能大的间隙。

 

    现在即使魔鬼放了更多的球，棍仍然是一个好的分界线。

 

    然后，在SVM 工具箱中有另一个更加重要的 trick。 魔鬼看到大侠已经学会了一个trick，于是魔鬼给了大侠一个新的挑战。

 

    现在，大侠没有棍可以很好帮他分开两种球了，现在怎么办呢？当然像所有武侠片中一样大侠桌子一拍，球飞到空中。然后，凭借大侠的轻功，大侠抓起一张纸，插到了两种球的中间。

 

    现在，从魔鬼的角度看这些球，这些球看起来像是被一条曲线分开了。

 

    再之后，无聊的大人们，把这些球叫做 「data」，把棍子 叫做 「classifier」, 最大间隙trick 叫做「optimization」， 拍桌子叫做「kernelling」, 那张纸叫做「hyperplane」。

 

图片来源：Support Vector Machines explained well

 

参考文献：

    [1]简之.什么是SVM?[EB/OL].https://www.zhihu.com/question/21094489,2016-2-16.