支持向量机原理及scikit-learn实现引言线性可分和线性不可分线性可分情况下的最优分隔平面线性不可分情况下的最优分隔平面SVM分类的Python实现
引言支持向量机（SVM）是一个功能强大并且全面的机器学习模型，它能够执行线性或者非线性分类、回归，甚至异常值检测任务。它是机器学习最受欢迎的模型之一，任何对机器学习感兴趣的人都应该在工具箱中配置一个。SVM特别适用于中小型复杂数据分类。目录引言线性可分和线性不可分线性可分数学定义（二维）：线性可分情况下的最优分隔平面线性可分情况下最优分隔平面的数学理论（优化理论）二次规划问题线性不可分情况下的最优分隔平面少数样本导致线性不可分情况大量样本线性不可分情况线性不可
