支持向量机1

1.4 Support Vector Machines

SVM（Support Vector Machine）的数学理论非常完善，应用也比较成熟，它可以用于分类（Classification），回归

（Regression）和离群点检测（Outliers Detection）等场景。

关于SVM的优缺点就不说了，因为只有使用过才会有深刻的感受。需要说明的是scikit-learn提供了存储稠密和稀疏样本

向量的数据结构，分别是numpy.ndarray（numpy类库）和scipy.sparse（scipy类库）。

1.4.1 Classification

在scikit-learn中关于SVM的实现有3种，分别是SVC（C-Support Vector Classification），NuSVC（Nu-Support Vector 

Classification）和LinearSVC（Linear Support Vector Classification）。