九、支持向量机（SVM）

就像用Fisher线形判别式分析一样，SVM也是一种分类器，用于搜寻能在数据组中区分数据点的超平面。这种区分追求将属于不同类别的（如疾病）被选中的分界数据点（称为“支持向量”）之间的距离最大化。这种转化可以通过应用各种功能（“核心”）如原始数据的点积就可以实现最优化。经验证明，这种SVM对于低样本特征率是非常强大的。SVM如何操作，为什么比起传统的统计方法对样本量的需求是如此之小？这个实例和讨论表明，在SVM结构图中构建一种分类器，甚至是当预测指标的数量大于有效样本量几个数量级数都是可能的，并且这些分类器 ......