蛋塔賣你 (Data Mining)

什麼是SVM (Support Vector Machine)呢? 

SVM是一個可以同時運用於線性及非線性資料的分類演算法。它將原始資料轉換為更高的維度(dimension)，從這些維度上，它可以利用在訓練資料集(Training data set)中所謂的Super vectors來找到hyper plane，以用來將資料分類。 而其中的Support vector:是指在訓練資料集(Training data set)中，用於分類上給予最多資訊的點，其會座落如圖中所示的虛線上。

而SVM主要就是在尋找具有最大margin的hyper-plane，也就是Maximum marginal hyper-plane (MMH)，因為其具有較高的分類準確性。

通常，一個線性的separation hyper-plane可以寫成 : W ● X + b = 0

其中 W={w1, w2, …, wn} is a weight vector and b a scalar (bias)