朋友，你通過各種不同的途經初次接觸支援向量機（svm）的時候，是不是會覺得這個東西耳熟能詳，感覺大家都會，卻唯獨自己很難理解？
每一次你的老闆或者同仁讓你講解svm的時候，你覺得你看過這麼多資料，使用過這麼多次，講解應該沒有問題，但偏偏在分享的時候結結巴巴，漏洞百出？
每一次機器學習相關的面試在問到支援向量機（svm）的時候，儘管你覺得你都準備好了，可是一次又一次敗下陣來，以至於覺得問那些問題的人（是不是腦子有…）是那麼的厲害，每一次都能精準發覺到你的不足和漏洞，讓你懷疑你掌握的是假的svm，然後讓你懷疑人生？
那還等什麼，快來看看這篇文章吧，原價998，現在只要。。。（不好意思，扯偏了。）
以上可能真的只是我的個人經歷（在這裡，學渣給各位大佬鞠躬了！），但不管怎麼樣，我還是要自己寫一篇從頭到尾的svm的理解，然後呈現給各位大佬審閱，歡迎您批評指正！
按照以下問題成文：
Elasticsearch從入門到放棄 再聊搜尋
elasticsearch 提供的 search api 可以分為 uri search 和 request body search 兩大類。從名稱上可以直觀的看出，uri search 是使用uri的引數傳遞引數給 elasticsearch，request body search 則是將引數放到...
Elasticsearch從入門到放棄 再聊搜尋
elasticsearch 提供的 search api 可以分為 uri search 和 request body search 兩大類。從名稱上可以直觀的看出，uri search 是使用uri的引數傳遞引數給 elasticsearch，request body search 則是將引數放到...
支援向量機（SVM）
簡介 術語 支援向量機 svm 是乙個類分類器，正式的定義是乙個能夠將不同類樣本在樣本空間分隔的超平面。換句話說，給定一些標記 label 好的訓練樣本 監督式學習 svm演算法輸出乙個最優化的分隔超平面。首先我們假定有乙個未知的欲分類的集合，可以進行分割，但是我們不知道分割的函式 超平面，也叫真實...