KNN vs SVM

1.区别

       1 KNN对每个样本都要考虑。SVM是要去找一个函数把达到样本可分。

　　2 朴素的KNN是不会去自助学习特征权重的，SVN的本质就是在找权重。

　　3 KNN不能处理样本维度太高的东西，SVM处理高纬度数据比较优秀。

2.SVM原理梳理

        1.SVM 由线性分类开始（线性分类器。）

          给定一些数据点，它们分别属于两个不同的类，现在要找到一个线性分类器把这些数据分成两类。如果用x表示数据点，用y表示类别（y可以取1或者-1，分别代表两个不同的类），一个线性分类器的目标是要在n维的数据空间中找到一个超平面（hyper plane），将x的数据点分成两类，且超平面距离两边的数据的间隔最大。

             这个超平面的方程可以表示为（ wT中的T代表转置）:

         &n