SVM

支持向量机（SVM）是一种广泛应用的监督学习算法，主要用于分类和回归任务。其基本思想是找到一个超平面，使得不同类别的数据点尽可能远离这个超平面。在二维空间中，这个超平面就是一条直线；在更高维度的空间中，它可以是一个超平面或者一个曲面。SVM通过最大化两个类别之间的间隔来实现这一目标，从而获得良好的泛化性能。此外，SVM还具有较强的鲁棒性，能够有效处理高维数据和非线性问题。