SVM方法的基本思想是：定义最优线性超平面，并把寻找最优线性超平面的算法归结为求解一个凸规划问题。进而基于Mercer核展开定理，通过非线性映射φ，把样本空间映射到一个高维乃至于无穷维的特征空间（Hilbert空间），使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性分类和回归等问题。svm 程序，即支持向量机的代码。-The basic idea of SVM method are: the definition of the optimal linear hyperplane,

matlab中的标准svm程序源码，用于解决线性的回归问题，不能用于解决非线性，区别于最小二乘支持向量机。-svm program source code, standard Matlab is used to solve linear regression problems, can not be used to solve nonlinear, different from the least squares support vector machine.