机器学习SVM(支持向量机)实验报告(共6页).docx

实 验 报 告实验名称： 机器学习：线性支持向量机算法实现 学 员： 张麻子 学 号： * 培养类型： 硕士 年 级： 专 业： 所属学院： 计算机学院 指导教员： * 职 称： 副教授 实 验 室： 实验日期： 一、实验目的和要求实验目的：验证SVM（支持向量机）机器学习算法学习情况要求：自主完成。二、实验内容和原理支持向量机（Support Vector Machine, SVM）的基本模型是在特征空间上找到最佳的分离超平面使得训练集上正负样本间隔最大。SVM是用来解决二分类问题的有监督学习算法。通过引入了核方法之后SVM也可以用来解决非线性问题。但本次实验只针对线性二分类问题