人工智能导论模型与算法书的课后题实在不会好商量支持向量机机器学习svm 分类边界错误率分离边界发生变化实现，考虑一个在二维特征空间中的二类分析问题，训练集包含八个样本其在二维空间中的分布如图

考虑一个在两维特征空间中的二分类问题。训练集包含8个样本，其在二维空间中的分布如图4.14所示。图4.14中不同类别的样本用不同的形状表示，根据图4.14回答如下问题。
(1)使用实线画出使用SVM分类器可得到的分类边界，并用圆圈标出支持向量。
(2)在该分类边界下所得训练错误率为多少？
(3)移除哪些样本可以让分类边界发生变化？

理解支持向量，bargin的含义就行，
支持向量机的分类超平面只和支持向量样本有关