1.支持向量機Support Vector Machine（SVM）是一種對數據二分類的線性分類器，目的是尋找一個超平面對樣本進行分割，廣泛應用人像識別，手寫數字識別，生物信息識別。

二維空間分割界是一條直線，在三維空間是一個平面，在本文中為了方便起見，把二維空間也稱為超平面。

2.SVM求解是一個含有不等式約束的凸二次規劃問題，可用拉格朗日乘子法得到其對偶問題

3.核函數

SVM求解時樣本是線性可分的，然而在實際的任務中，樣本往往線性不可分，無法找到一個超平面將樣本分開，但可以用一條曲線分開，如圖所示。

解決辦法是將原始樣本點映射到一個高維空間，樣本在原始空間線性不可分，但在高維空間有可能是線性可分的 。如果在高維空間維度很高，直接計算會相當困難，因此可以不直接計算，而是用核函數代替。其定義為樣本x映射到高維空間之后的內積等于他們在原空間通過函數K計算之后的結果。

?

4.軟間核

軟間核可以讓某些樣本分類數據分類錯誤（當然越少越好），如果所有條件都不滿足約束條件就稱為硬件核。

總結：