SVM作為最為經(jīng)典的機器學習算法之一弥锄，面試中會經(jīng)常被面試官問道账月，最近想要細心鉆研機器學習算法，不如就先從這一經(jīng)典的機器學習算法寫起吧赁项，我本人的數(shù)學基礎也不是很好葛躏，所以我會盡量用簡單易懂的語言來解釋這一算法。想要對SVM算法有一個直觀的認識肤舞，我們先從一個故事講起（文章來源：如何向吃瓜群眾解釋SVM 微信公眾號：DataCastle數(shù)據(jù)城堡）紫新。
支持向量機英文全稱：Support Vector Machine，數(shù)據(jù)極客們親切地稱之為SVM李剖。這個抽象的概念用一個機器的名號作為大家的認知芒率，給人一種莫名的神秘感。但我們都知道篙顺，支持向量機并非是真正意義上的機器偶芍，而是一種算法，確切地說德玫，是一類算法匪蟀，雖說SVM實際上是一種分類器，但也被用來做回歸宰僧。
如何將SVM用最通俗的語言來描述材彪，reddit上的故事是這樣的：
在很久很久以前，在一個村莊里住著一位退隱江湖的大俠，相傳這位大俠劍法非常高明段化。
在一個月黑風高的夜晚嘁捷，魔鬼抓走了大俠的妻子，大俠取出塵封多年的劍显熏，決定去救他的妻子雄嚣，但魔鬼和他玩了一個游戲。
魔鬼在桌子上似乎有規(guī)律放了兩種顏色的球喘蟆，說：“用你手中的劍分開它們缓升？要求：盡量在放更多球之后，仍然適用蕴轨「垡辏”
大俠拔出利劍隨手一揮，桌上出現(xiàn)一道裂痕尺棋，準確地分開了兩種不同顏色的球封锉。
然后魔鬼，又在桌上放了更多的球膘螟，大俠如法炮制，手起刀落碾局，雖然有一個球沒有準確劃分荆残，但依然干得漂亮。
大俠發(fā)現(xiàn)净当，劍痕的最佳位置内斯，就是讓劍痕離兩邊的球都有盡可能大的間隙。
有了這樣的思想像啼，現(xiàn)在即使魔鬼放了更多的球俘闯，大俠仍然能夠很好地劃出分界線。
當然魔鬼不會善罷甘休忽冻，于是把一堆球隨手一扔：把它們分開真朗。
大俠看到這樣擺放的球，也是有點懵逼的僧诚。就在魔鬼開啟嘲諷模式在一旁裝逼時遮婶，大俠準備嘗試新的辦法。
大俠左手在桌上一拍湖笨，球飛到空中旗扑。然后，憑借大俠的輕功慈省，大俠用手中的劍劃出一道光波臀防，恰好穿過兩種球的中間。
從魔鬼的角度看這些球，這些球看起來像是被一條曲線分開了袱衷。
大俠救回了妻子琼锋，然后故事在村里傳開了，并被杜撰成了美麗的傳說祟昭。無聊的大人們缕坎，把這些球叫做 「data」，把棍子叫做 「classifier」, 最大間隙 trick 叫做「optimization」篡悟， 拍桌子叫做「kernelling」, 那張紙叫做「hyperplane」谜叹。
哈哈，看完了這個故事搬葬，是不是對SVM有了一個感性的認識荷腊，同時是不是覺得SVM并沒有想象重的那么難？不過急凰，這只是漫漫長征路的開始女仰，我們需要一步一個腳印的弄懂SVM，加油抡锈，老鐵們疾忍！
