一、简单的支持向量分类（完全线性可分的数据）
1、线性分类SVM：用线或者面完全分割，用硬间隔就行。
2、有异常点的不能用简单的线性分割，用软间隔进行处理：容忍部分错误分类。如下图
二、复杂SVM分类（处理完全线性不可分的数据）
1、将低维数据映射到高维（核函数）
K(x,z)=ϕ(xi)∙ϕ(xj)
为了避免维数爆炸，核函数采用在低维运算，然后投射到高维而不是直接在高维运算。
2、核函数分类
2.1、线性核函数（Linear Kernel）
其实就是我们前两篇的线性可分SVM，表达式为：
K(x,z)=x∙zK(x,z)=x∙z