Python機器學習：5.6 使用核PCA進行非線性映射

許多機器學習算法都有一個假設：輸入數據要是線性可分的。感知機算法必須針對完全線性可分數據才能收斂。考慮到噪音，Adalien、邏輯斯蒂迴歸和SVM並不會要求數據完全線性可分。 但是現實生活中有大量的非線性數據，此時用於降維的線性轉換手段比如PCA和LDA效果就不會太好。這一節我們學習PCA的核化版本，核PCA。這裏的"核"與核SVM相近。 運用核PCA，我們能將非線性可分的數據轉換到新的、低維度的

>>阅读原文<<