一、支持向量机SVM
分类的边界附近的向量为支持向量
线性
非线性
#用核函数计算低维两个向量在高维空间的内积（可以理解为距离）
将非线性的向量通过核函数映射到高维空间，进而线性可分
二、自编码器
高维->低维->高维
输出=输入（理想状态）
训练好后便可用来新数据解码。
一次无法提取出全部特征–>多次提取（增加隐含层数量）：深度自编码器，也称栈式自编码器（易于收敛）
三、深度置信网络（DBN）
受限玻尔兹曼机（RBM）
受限：层间节点不相互连接
效果比自编码器好
特征提取
加入了**函数
重建
