机器学习（一）——递归特征消除法实现SVM（matlab）

支持向量机

适用场景：

1、只能用于2分类任务

2、目的是寻找一个超平面来对样本进行分割

3、注意：构建超平面不一定用到所有样本，只用到距离超平面最近的那些样本

模型调参：

1、当样本之间线性可分时，选用线性核函数（linear kernel）构建分类模型。

2、当模型线性不可分时候，需要适用非线性核函数（rbf，Gaussian，Polynomial）将数据分布映射到更高维的空间中来构建超平面，进而来构建分类模型。

3、选择哪种核函数，一般通过改变核函数来比较模型的分类性能来确定。matlab中自带的核函数只有四种，如果需要使用其他核函数请自行下载相关软件包。