人人小站(3)

三、数据挖掘十大经典算法(3) Svm  
支持向量机，英文为Support  Vector  Machine，简称SV机（论文中一般简称SVM）。它是一 
种监督式学习的方法，它广泛的应用于统计分类以及回归分析中。  
   
支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规范化（Tikhonov  Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化 
几何边缘区.因此支持向量机也被称为最大边缘区分类器。在统计计算中，最大期望（EM） 算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无 
法观测的隐藏变量（Latent  Variabl）。最大期望经常用在机器学习和计算机视觉的数据集聚 （Data Clustering）领域。最大期望算法经过两个步骤交替进行计算：

第一步是计算期望（E）， 也就是将隐藏变量象能够观测到的一样包含在内从而计算最大似然的期望值；

（责任编辑：晨鸿）