SVM(Support Vector Machine)有监督的机器学习方法，可以做分类也可以做回归。SVM把分类问题转化为寻找分类平面的问题，并通过最大化分类边界点距离分类平面的距离来实现分类。
有好几个模型，SVM基本，SVM对偶型，软间隔SVM，核方法，前两个有理论价值，后两个有实践价值。下图来自龙老师整理课件。
基本概念
线性SVM，线性可分的分类问题场景下的SVM。硬间隔。
线性不可分SVM，很难找到超平面进行分类场景下的SVM。软间隔。
非线性SVM，核函数（应用最广的一种技巧，核函数的选择十分重要）。
SVR（支持向量回归）。可以做回归。
SVC，用SVM进行分类。
一、硬间隔的支持向量机
假设函数：可以与LR类比，只是外面是套的符号函数，wx+b>0认为是正类，wx+b<0认为是负类。
损失函数：
从中挑选出最好的能分离黑点点和白点点的直线（分离边界），是硬间隔所要解决的问题。
直观上：我们认为处在两个样本正中间的位置的分离边界最好。理论上，对训练样本的局部扰动的容忍性最好，鲁棒性最好，泛化能力好。几何上，两类支持向量的中间垂面。
几何上：如下图所示，当考虑样本的误差增大时（认为所有样本的误差一样大），能完全分开圈圈和叉叉的直线减少。下图第一排等价于下图第二排。其实支持向量就是被下面那行胖胖的线穿过的点，只是这些点在高纬空间中对应着向量，所以叫支持向量。优化的目标就是找到一条最胖的线，刚好穿过我们的样本，同时又能把所有样本分离开，而那条胖胖线的中垂线，就是我们要找的直线，其实这样是考虑容错率，计算真实的样本测量错了，仍然能够分隔开；最胖的线左边和右边的距离就叫做间隔。间隔空间之内没有任何样本，即硬间隔。线的左边是一类样本，线的右边是另一类样本。
数学上：
那条中垂线：WtX+b=0，根据假设函数而来，既不为正，也不为负值。Wt为超平面法向量，法向量实际上就是与中垂线垂直的那个方向（想想b是标量，求解x，实际上能看出w与x就是垂直的，即内积，只是这里叫法向量）。b为原点到超平面的有向距离的放缩。w/|w|*x实际上就是内积，几何上就是投影（点到线的距离）。如果w和b同时放缩任意比例，原超平面不变。所以可以同时除以||w||。
圈圈到超平面的距离，是胖胖线的一半r。叉叉到超平面的距离也是胖胖线的一半，但是是负向 -r。任意一点到超平面的距离大于r时，yi等于+1，属于正类，任意一点到超平面的距离小于-r时，属于负类。而我们的目标就是最大化r 同时要满足，将两类进行分割，所以有如下约束条件，具体如下。
在此基础上，不妨另1/|W|=r，可以简化目标函数。其实损失函数就是对最优化的理解、对误差的理解、对数据的理解，根据这些而设计出来的。
而最终目标函数的求解，是一个在一次约束下，求二次最优的过程，即一个典型的凸二次规划问题，所以肯定是可以求解的，对偶方法可以求解。
综合以上SVM的推导过程如下：首先假设是线性可分的，由此我们有一定的几何判断和认识，基于该几何判断和认识下，通过逆推法，我们假设找到了这个最优的分离边界，应该满足哪些特点，包括需要知道点到面的几何距离的概念，变量又比较多，最终通过一个减少变量法，然后就得到了优化目标函数。
因为原问题为凸优化，所以原问题的凸优化问题与拉格朗日函数鞍点（又不是最大值又不是最小值，梯度是0的点），对偶函数（转化为对w,b求导）的凸优化问题的解一致。之所以还转化为对偶，就是为了好求。原问题是拉格朗日函数，在固定了w，b条件下，最大拉格朗日系数α条件下求解拉格朗日函数最小。对偶问题，是固定α,最小化w，b，这样通过求导可以算出w，b与α之间的关系，进而将目标函数转化为只有α，y，x。
根据KKT条件可知，需要满足yi*f(xi)=1，而满足这个条件的点，就是上文提到的支持向量点，f(x)是假设函数。
假设函数只与支持向量有关，更加体现了几何意义。SVM不受那种离分隔边界很远的极值点的影响，哪怕有个很远的叉叉点，对分离边界也不会有影响，而逻辑回归则会受影响。
硬间隔的局限性：
不一定分类完全正确的超平面最好
样本数据本身线性不可分
二、软间隔的支持向量机
正因为由上面硬间隔支持向量机的局限性，才有了软间隔支持向量机，一般实际中都不会用硬间隔，因为一般都不可能完全线性可分。软间隔支持向量机考虑了在间隔中间的点，以及间隔外被错分类的点，这些点都是支持向量点，都要计算损失函数。而之前硬间隔是要找到完全分开的分隔边界。
上面的损失函数，除以C可以类比于逻辑回归的损失函数，左边是正则项，右边是hinge损失函数（当
>1则没有任何损失，当
<1则有损失）。C越小考虑的点越多。C越大是硬间隔。
与上文一样，根据拉格朗日，用α表示w,b，求解损失函数最小：
看KKT条件，得出以下结论：
三、 核函数
核函数处理线性不可分问题。核函数目的就是使得线性不可分的问题，用非线性的边界更好的分离开。
核函数即为下图的，把原来的x映射到高纬空间的
，原来可能是10维*10维，映射到高维空间可能是100维*100维，但通过kernel技巧，两个高维
的内积可以转化为低维x的内积，大大简化了计算。核函数就是为了映射到高维空间求内积而产生的，而我们上面的提到分离边界要是曲线，就必须是高维，而同时我们的损失函数就是内积的一个函数，所以这就完美的解决了上面的问题呢~把上面wx+b都可以转化为w
+b。在原来样本做一个无穷维的空间映射，再做分类。下图为多项式核。
另一个应用广泛的核函数（径向基核函数，也称为高斯核）如下，可以映射到无限高维空间。
四、 LR与SVM的异同
相同：都可以做分类；假设函数都是连续、线性的wx+b，只是一个在外面套了simoid函数，一个套了sign函数；正则项处理方式类似。
不同：SVM要考虑支持向量本身，而逻辑回归是不只考虑支持向量，而考虑所有点。损失函数不一样，一个叫对数几率损失函数，一个是hinge损失函数。支持向量机要用对偶法，逻辑回归没必要用对偶法。硬间隔的SVM，的损失函数是有约束条件下的凸优化问题（所以不能用梯度下降法，而要考虑对偶法等考虑约束的最优化求解方法），而逻辑回归是没有约束条件下的凸优化问题（所以可以用梯度下降法，走到的一定是最优点）。逻辑回归比较好解释，SVM没有那么好解释。
在线性边界情况，LR与SVM效果差不多，在非线性分离边界，SVM由于有核技巧，所以分得会更好点，但也有可能过拟合，核函数的选择时关键而且很复杂。
优点：可以解决小样本下机器学习问题；提高泛化性能，一般不会过拟合；可以解决文本分类、文字识别、图像分类等方面受欢迎；避免神经网络结构选择和局部极小值问题；不怕维度灾难。
缺点：缺失值敏感；内存消耗大，难以解释。
Python：
在Python中SVM包天生就带了正则，而LR需要自己添加正则，如果不加的化鲁棒性会差。
SVC中的参数，C就是损失函数里面那个C；class_weigh是类别的权重；kernel选择核函数；最大迭代次数-1指的是无穷大；probability是否需要输出概率形式；tol损失函数要收敛到一个合适的值，前后两个损失函数的差距小于tol就收敛。
上面说了这么多。。。那么SVM用通俗的语言再解释下到底是什么呢。。。看到有篇博客写的很不错呢，拷过来
http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html#2200002
SVM的思想确实那么简单。它不再像logistic回归一样企图去拟合样本点（中间加了一层sigmoid函数变换），而是就在样本中去找分隔线，为了评判哪条分界线更好，引入了几何间隔最大化的目标。之后所有的推导都是去解决目标函数的最优化上了。在解决最优化的过程中，发现了w可以由特征向量内积来表示，进而发现了核函数，仅需要调整核函数就可以将特征进行低维到高维的变换，在低维上进行计算，实质结果表现在高维上。由于并不是所有的样本都可分，为了保证SVM的通用性，进行了软间隔的处理，导致的结果就是将优化问题变得更加复杂，然而惊奇的是松弛变量没有出现在最后的目标函数中。最后的优化求解问题，也被拉格朗日对偶和SMO算法化解，使SVM趋向于完美。