看了很多关于svm的介绍，说什么样子的内容的都有，配文都是一些专业术语，如果是大佬可能理解，但是一般新手小白，相信只会浅听，不懂出，今天，也来给大家介绍这个svm内容，但是不会让大家搞得一头雾水，一定是最朴实无华的语言，给大家清晰描述，让每个人都可以听懂，那请都继续往下看吧。

SVM简介

一个图示简介，让大家图文结合更明白。

直观上大家能够看到有红蓝两点，这里svm承担的角色就是，找到最好的那条线，来对数据进行分类。这个分类也不是随便选的，要有最大间距才可以。

下面给大家演示sklearn中SVM的参数

def SVC(C=1.0,
 kernel='rbf',
 degree=3,
 gamma='auto_deprecated',
 coef0=0.0,
 shrinking=True,
 probability=False,
 tol=1e-3,
 cache_size=200,
 class_weight=None,
 verbose=False,
 max_iter=-1,
 decision_function_shape='ovr',
 random_state=None)

上面的代码内容都是设计了分类，一般我们都是会选择交叉来对自己项目进行选择，但是这是一个比较粗的指示。