Support Vector Machine

定义 Definition

支持向量机（SVM）：一种常用的监督式机器学习算法，主要用于分类，也可用于回归。它通过在特征空间中寻找“最大间隔”的分隔超平面来区分不同类别；在非线性问题中常借助核函数把数据映射到更高维空间再进行分割。

发音 Pronunciation (IPA)

/səˈpɔːrt ˈvɛktər məˈʃiːn/

例句 Examples

We trained a support vector machine to classify spam emails.
我们训练了一个支持向量机来分类垃圾邮件。

With an RBF kernel, a support vector machine can separate nonlinear patterns while still emphasizing a large margin for better generalization.
使用 RBF 核函数时，支持向量机可以分离非线性模式，同时仍强调较大的间隔以获得更好的泛化能力。

词源 Etymology

“Support vector machine”由三部分构成：support（支持）+ vector（向量）+ machine（机器/模型）。“支持向量”指在训练数据中最靠近决策边界、对分隔超平面位置起关键作用的样本点；“machine”在这里是“学习模型/算法”的传统说法。该术语在 1990 年代随统计学习理论与 Vapnik 等人的工作而广泛传播。

相关词 Related Words

• Kernel
• Hyperplane
• Margin
• Classification
• Support Vector
• Regularization
• RBF Kernel
• Linear SVM

文学与著作中的用例 Literary Works

• Support-Vector Networks（Cortes & Vapnik, 1995）
• The Nature of Statistical Learning Theory（Vladimir Vapnik）
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）
• Pattern Recognition and Machine Learning（Christopher M. Bishop）
• Machine Learning: A Probabilistic Perspective（Kevin P. Murphy）