为此，我们将数据项绘制为 n 维空间中的点，其中，n 是输入特征的数量。神经网络本质上是一组带有权值的边和节点组成的相互连接的层，称为神经元。逻辑回归（Logistic regression）与线性回归类似，但它是用于输出为二进制的情况（即，当结果只能有两个可能的值）。因此，如此多的算法，可能对于初学者来说，是相当不堪重负的。最优超平面具有最大的边界，可以对点进行分类，从而使最近的数据点与这两个类之间的距离最大化。K 的选择很关键：较小的值可能会得到大量的噪声和不准确的结果，而较大的值是不可行的。
