机器学习作业6-支持向量机

这一节课有一定难度，支持向量机单独拿出来讲，都可以写一本书。但是题目实现的比较简单，有成熟的库大大降低了实现的难度。

这一章看了两遍了，还查阅了不少资料，值得多看几遍

• 线性回归
• 神经网络
• 支持向量机

总共三道题

1. 线性SVM
2. 带高斯内核的SVM
3. 搜索最佳参数
4. 实现垃圾邮件识别过滤

源码实现的比较详细，欠缺的是没有画出决策边界，参考另一个大牛的代码，加上了决策边界的绘制

加上决策边界很直观，能看到c值对决策边界的影响，显然c小一点，泛化的能力更强。

第二道题

支持向量机参考资料

为什么叫“支持向量机” https://www.zhihu.com/question/59621954

支持向量机是什么意思 https://www.zhihu.com/question/21094489 英文原文： http://bytesizebio.net/2014/02/05/support-vector-machines-explained-well/

支持向量机的三重境界 https://blog.csdn.net/v_july_v/article/details/7624837

逻辑回归和SVM的区别是什么？各适用于解决什么问题？ https://www.zhihu.com/question/24904422