機器學習隨筆二——核函數

1. 核函數Kernel 1.1 特徵空間的隱式映射：核函數 事實上，大部分時候數據並不是線性可分的，這個時候滿足這樣條件的超平面就根本不存在。對於非線性的情況，SVM 的處理方法是選擇一個核函數 κ(⋅,⋅) ，通過將數據映射到高維空間，來解決在原始空間中線性不可分的問題。 具體來說，在線性不可分的情況下，支持向量機首先在低維空間中完成計算，然後通過核函數將輸入空間映射到高維特徵空間，最終在高維

>>阅读原文<<