SVM支持向量机第一个部分旨在使用可视化的方式让同学们理解SVM的工作原理SVM分割线SVM的支持向量.并且使用实例证明SVM的分割线只由支持向量唯一缺点与线性回归逻辑回归不一样SVM对异常数据具有较强的鲁棒性.第二个部分展示了如何使用支持向量机实现人脸的分类识别.对输入的人脸图像使用PCA主成分分析将图像看作一维向量进行了降维处理然后将降维后的向量作为支持向量机的输入.PCA降维的目的可以看作是特征提取将图像里面真正对分类有决定性影响的数据提取出来.