Support Vector

定义 Definition

支持向量：在支持向量机（SVM）等模型中，位于分类/回归“间隔（margin）”边界上（或最接近边界）的关键训练样本点；它们对决策边界（超平面）的位置与方向起决定作用。除该技术义外，vector 还有“一般向量/箭头量”的常见含义。

发音 Pronunciation

/səˈpɔːrt ˈvɛktər/

例句 Examples

A support vector lies closest to the decision boundary.
支持向量位于最接近决策边界的位置。

In an SVM with a nonlinear kernel, only a subset of training points become support vectors, yet they largely determine the shape of the separating hyperplane in feature space.
在使用非线性核函数的支持向量机中，只有一部分训练样本会成为支持向量，但它们在很大程度上决定了特征空间里分离超平面的形状。

词源 Etymology

该术语由 support（支撑、支持） + vector（向量） 组成：这些样本点“支撑”起模型的间隔与边界，因此被称为“支持向量”。在统计学习理论与优化框架中，SVM 的最优解常由这些关键点所“钉住”。

相关词 Related Words

• Support Vector Machine
• Hyperplane
• Kernel
• Margin
• Classifier
• Feature Space
• Optimization

文学与著作中的用例 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在 SVM 章节中系统讨论支持向量与间隔最大化。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——讲解支持向量机时明确定义支持向量的角色。
• Support Vector Machines（Nello Cristianini & John Shawe-Taylor）——专著层面深入阐述支持向量与核方法。