支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器其学习问题中。
背景信息：
- 支持向量机 （Support Vector Machine，SVM）
- 当前版本的支持向量机大部分是由Vapnik和 他的同事在AT&T贝尔实验室开发的
- 是一个最大间隔分类器（Max Margin Classifier）
- 最开始提出是做分类，后来很快被应用到了回归和时间序列的预测
- 最有效的监督学习方法之一
- 曾被作为文本处理方法的一个强基准模型（strong baseline）