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，如果想要更细致的描述，就请点击，学习查找吧~