机器学习，SVM算法。SVM(supported vector machine)算法，试图在样本集中，一分为二的将样本分类。在平面时用直线，在空间中用平面，来分开两类不同的样本。为了使分类更准确，会加粗直线、平面。在能格严分类的情况下，离直线、平面最近的点的距离称为硬间隔，在不能格严分类的情况下，离直线、平面最近的点的距离称为软间隔。软间隔是有容错率的，即允许分类出错，C参数用来控制出错的概率，C参数越小间隔越大，越容易出错。另外，通过核函数将平面样本影射到空间中，实现将平面无法分类的问题，延伸到空间中解决。