首先考虑仅有一个特征的情况。根据百度百科给出的**粉行为标准，我们从行为狂热度方面进行考虑。比如不想学习系列列为轻度狂热，诸如此类的x取值为0.1~0.4。集体自焚系列列为重度狂热，那么x取值为0.7~1.0。我们收集了不同行为狂热度的粉丝样本，他们可能是**粉，y 取值为1。也可能不是**粉，y 取值为0。

简易加强版！
现在我们把年龄也纳入考虑范畴，在这种情况下，数据集如图所示：

分类算法所做的，就是画上一条直线，像这样把**粉与非**粉区分开来：

但是我们仍然会遇到其他问题，例如这条直线的画法可能不止一种（例如下图）

那么我们以什么标准评价分界线的优劣呢？
支持向量机！
百度百科上的外星语言：支持向量机把分类问题转化为寻找分类平面的问题，并通过最大化分类边界点距离分类平面的距离来实现分类。
人类语言：支持向量机就是寻找一条分类线，使之到两类样本中最近点的距离最大的一种机器学习算法。（如下图所示）