A当训练样本线性可分时，通过硬间隔最大化，学习一个线性分类器，即线性可分支持向量机B当训练数据近似线性可分时，引入松弛变量，通过软间隔最大化，学习一个线性分类器，即线性支持向量机C当训练数据线性不可分时，通过使用核技巧及软间隔最大化，学习非线性支持向量机DSVM的基本模型是在特征空间中寻找间隔最小化的分离超平面的线性分类器