svm属于什么分类?

SVM属于监督学习中的分类算法，全称是支持向量机。它通过寻找一个最优超平面来划分不同类别的数据点。这个超平面能最大化不同类别之间的间隔，提高分类的准确性。SVM适用于二分类和多分类问题，在图像识别、文本分类等领域应用广泛。核函数的使用让SVM能处理非线性数据，比如通过多项式核或高斯核映射到高维空间。

SVM的核心特点

SVM的关键在于支持向量的选择，这些是距离分类超平面最近的数据点。算法只依赖这些关键点进行分类，不受其他样本影响。SVM对异常值敏感，但通过调整惩罚参数可以控制容错能力。训练时需要计算核矩阵，计算量较大，适合中小规模数据集。SVM的泛化能力强，不容易过拟合，实际效果往往优于简单算法。