SVM 基本概念
將實例的特徵向量（以二維爲例）映射爲空間中的一些點，就是如下圖的實心點和空心點，它們屬於不同的兩類。
那麼 SVM 的目的就是想要畫出一條線，以“最好地”區分這兩類點，以至如果以後有了新的點，這條線也能做出很好的分類。
尋找一個最優的分類平面，使得該分類平面到所有支持向量的距離最大。
LR 和 SVM 的區別與聯繫
聯繫
都是分類算法
在很大一部分人眼裏，LR是迴歸算法。我是非常不贊同這一點的，因爲我認爲判斷一個算法是分類還是迴歸算法的唯一標準就是樣本label的類型，如果label是離散的，就是分類算法，如果label是連續的，就是迴歸算法。很明顯，LR的訓練數據的label是“0或者1”，當然是分類算法。其實這樣不重要啦，暫且遷就我認爲他是分類算法吧，再說了，SVM也可以迴歸用呢。
如果不考慮核函數，LR和SVM都是線性分類算法，也就是說他們的分類決策面都是線性的。
這裏要先說明一點，那就是LR也是可以用核函數的，至於爲什麼通常在SVM中運用核函數而不在LR中運用，後面講到他們之間區別的時候會重點分析。總之，原始的LR和SVM都是線性分類器，這也是爲什麼通常沒人問你決策樹和LR什麼區別，決策樹和SVM什麼區別，你說一個非線性分類器和一個線性分類器有什麼區別？
LR和SVM都是監督學習算法。
LR和SVM都是判別模型。
判別模型會生成一個表示P(Y|X)的判別函數（或預測模型），而生成模型先計算聯合概率p(Y,X)然後通過貝葉斯公式轉化爲條件概率。簡單來說，在計算判別模型時，不會計算聯合概率，而在計算生成模型時，必須先計算聯合概率。或者這樣理解：生成算法嘗試去找到底這個數據是怎麼生成的（產生的），然後再對一個信號進行分類。基於你的生成假設，那麼那個類別最有可能產生這個信號，這個信號就屬於那個類別。判別模型不關心數據是怎麼生成的，它只關心信號之間的差別，然後用差別來簡單對給定的一個信號進行分類。常見的判別模型有：KNN、SVM、LR，常見的生成模型有：樸素貝葉斯，隱馬爾可夫模型。當然，這也是爲什麼很少有人問你樸素貝葉斯和LR以及樸素貝葉斯和SVM有什麼區別（哈哈，廢話是不是太多）。
不同點
loss function 不同 (重點)
LR 的 loss function
J(θ)=−1m(∑i=1my(i)logŷ (i)(x(i))+(1−y(i))log(1−ŷ (i)))
J(θ)=−1m(∑i=1my(i)logy^(i)(x(i))+(1−y(i))log(1−y^(i)))
SVM 的 loss function
L(w,b,α)=12‖w‖2−∑i=1nαi(yi(wTxi+b)−1)
L(w,b,α)=12‖w‖2−∑i=1nαi(yi(wTxi+b)−1)
SVM 只考慮局部的邊界線附近的點，LR 考慮全局，遠離的點對邊界線的確定也起作用
線性 SVM 不直接依賴於數據分佈，分類平面不受一類點的影響。
LR 則受所有數據點的影響, 如果數據不同類別 strongly unbalance， 一般需要先對數據做 balancing。
在解決非線性問題時，SVM 採用核函數的機制，而 LR 通常不採用核函數的方法
在計算決策面時，SVM算法裏只有少數幾個代表支持向量的樣本參與了計算，也就是隻有少數幾個樣本需要參與覈計算（即kernal machine解的係數是稀疏的）。然而，LR算法裏，每個樣本點都必須參與決策面的計算過程，也就是說，假設我們在LR裏也運用核函數的原理，那麼每個樣本點都必須參與覈計算，這帶來的計算複雜度是相當高的。所以，在具體應用時，LR很少運用核函數機制。
線性 SVM 依賴數據表達的距離測度，所以需要先對數據做 normalization, LR 則不受影響。
SVM 的損失函數就自帶正則，即12‖w‖212‖w‖2, 這就是爲什麼SVM是結構風險最小化算法的原因！！！而LR必須另外在損失函數上添加正則項！！！
LR 和 SVM 的選擇
在Andrew NG的課裏講到過：
如果Feature的數量很大，跟樣本數量差不多，這時候選用LR或者是Linear Kernel的SVM
如果Feature的數量比較小，樣本數量一般，不算大也不算小，選用SVM+Gaussian Kernel
如果Feature的數量比較小，而樣本數量很多，需要手工添加一些feature變成第一種情況
SVM 的 kernel 一般怎麼選擇?
如果數據量不是特別大的時候，可以使用 RBF kernel，主要要加入正則化；
如果數據量很大，需要把特徵離散化，拉高維度，使用 linear kernel 的 SVM