项目地址 https://github.com/MLEveryday/100-Days-Of-ML-Code
1、什么是SVM
有监督
可用于分类和回归，主要用于分类
根据特征值，构建n维空间，数据点投影到该空间
2、数据如何分类
找到一个超平面
3、如何定义最佳超平面
最大化一个距离，这个距离是到超平面最近的点的距离
4、线性和非线性数据
线性数据直接用超平面划分
非线性数据，需变换到另一个空间，再划分
5、参数
核函数（kernel）：寻找超平面，就是通过线性袋鼠转化问题。通过核函数来完成。
正则化（regularization）：较大时，选较小间距的超平面
系数（gamma）：小的系数值，距离远的点也会用于计算
间距（margin）：到最近点的分界线