那为什么不是所有问题都使用 SVM？很遗憾，SVM 的魅力也是它最大的缺点。复杂数据变换以及得到的决策边界平面是很难解释的。这就是为什么它通常被称为「黑箱」的原因。GLM 和决策树恰恰相反，它们的算法实现过程及怎样减少成本函数得到优良结果都很容易理解。

更多学习资源

想了解更多关于 SVM 的知识？以下是我收藏的一些好资源：

初级——SVM 教程：基础教程，作者是 MIT 的 Zoya Gavrilov

链接地址：

初级——SVM 算法原理：Youtube 视频，作者是 Thales SehnKörting

链接地址：https://youtu.be/1NxnPkZM9bc

中级——支持向量机在生物医学中的简要介绍：纽约大学 & 范德堡大学提供的课件

链接地址：https://www.med.nyu.edu/chibi/sites/default/files/chibi/Final.pdf

高级——模式识别下的支持向量机教程：作者是贝尔实验室（Bell Labs）的 Christopher Burges

链接地址：

　　原文链接：

©本文为机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]