支持向量機（SVM）後篇 核函數（Kernels）線性不可分情況 SMO算法——機器學習

六 核函數（Kernels） 例如，對於二分問題，某些數據的結果需從一維映射到高維，才能線性可分，簡而言之就是可以用超平面劃分。比如，在線性迴歸單一特徵的例子中，我們將唯一的特徵x，映射到三維，分別爲x,x^2,x^3。定義一個關於特徵向量x的函數列向量φ(x)，這被稱爲特徵映射，其中每一行代表映射的結果，比如上例的特徵映射函數爲 在SVM前篇的末尾中給出了超平面劃分函數的表達式，其中含有訓練數據

>>阅读原文<<