SVM支持向量機，預測分類 回歸，支持向量機(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應用到函數(shù)擬合等其他機器學習問題中。 在機器學習中，支持向量機（SVM，還支持矢量網絡）是與相關的學習算法有關的監(jiān)督學習模型，可以分析數(shù)據(jù)，識別模式，用于分類和回歸分析。