svm分類認爲就是一個分類的一種方式，這種方式我的理解就是計算“距離”。
1、提供給svm一系列的對象，這些對象包含向量（x，即各個鏈接的屬性特徵）、各自的標記（+1或者-1）。Svm根據標記區分這些向量，獲得一個超平面ω·x+b=0來區分這些對象，以保證標記爲+1的對象（可理解爲正例）在超平面ω·x+b=+1的右側；標記爲-1的對象（反例）在超平面ω·x+b=-1的左側。
假設：svm距離：在超平面ω·x+b=0右側的svm距離爲正，在超平面ω·x+b=0的左側的svm距離爲負。計算的數值大小和數學上規定的距離的計算方法一致。
由以上假設，可知：邊界超平面ω·x+b=+1距ω·x+b=0的svm距離爲
，邊界朝平面ω·x+b=
-1距ω·x+b=0的svm距離爲
。則，正例的svm距離大於
，反例的svm距離小於
。
這三個平面是我理解的利用svm產生的model。
2、選取一些未分類的樣本給svm產生的model計算。獲得對應的svm距離。利用函數F(x)判斷:
這樣就可以獲得一系列的svm給出的樣本標記。