经典的支持向量机算法只给出了二类分类的算法，而在数据挖掘的实际应用中，一般要解决多类的分类问题。可以通过多个二类支持向量机的组合来解决。主要有一对多组合模式、一对一组合模式和SVM决策树；再就是通过构造多个分类器的组合来解决。主要原理是克服SVM固有的缺点，结合其他算法的优势，解决多类问题的分类精度。如：与粗集理论结合，形成一种优势互补的多类问题的组合分类器。

教程列表：

千锋大数据视频教程-4工业机器学习总结

千锋大数据视频教程-3SVM手写代码实战

千锋大数据视频教程-5统计SVM定义

千锋大数据视频教程-2SVM的目标函数

千锋大数据视频教程-1SVM公式推导

千锋大数据视频教程-6线性可分支持向量机

千锋大数据视频教程-7推导目标函数最终结果

千锋大数据视频教程-8手写SVM代码

千锋大数据视频教程-9手写SVM可视化