概念介绍
支持向量机(support vector machines, SVM)是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。
间隔最大使它有别于感知机；支持向量机还包括核技巧，这使它成为实质上的非线性分类器，支持向量机的学习策略就是间隔最大化，就转化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。支持向量机的学习算法是求解凸二次规划的最优化算法。
分类
- 线性可分支持向量机
- 线性支持向量机
- 非线性支持向量机
SVM数学推导
参考文献
[1][机器学习实战]
[2][统计学习方法]