T W X
z
支持向量机神经网络
该六维空间在平面上的投影如图所示：
可看出分离边缘为，通过支撑向量的超平面在正负两侧平行于最优超平面，其方程为，对应原始空间的双曲。

2ρ=1221x x =±121x x =±
个待分类数据的工作集合，如图(b)所示，此时11个样本；“O”代表2类，共有100个样本。

使用最简单的线性支持向量机训练该集合，结果如图
练，会带来分类误差。

图中虚线为分类判别界，实线为两类样本的最大间隔边界。

定。

不同的宽度参数对分类的影响情况如图(e)-(g)所示。

个支持向量，错分样本数为6个，分类正确率为
水平扫描，得到如下分类：。