機器學習中的核方法（Kernel Method）

說到機器學習中的核方法（Kernel Method），大部分人應該是在學習SVM的時候認識到它或者聽說它。它的基本思想是說，普通的SVM分類超平面只能應對線性可分的情況，而對於線性不可分的情況我們則需要引入一個Kernel，這個Kernel可以把數據集從低維映射到高維，使得原來線性不可分的數據集變得線性可分。 關於在SVM中應用Kernel Trick的具體方法及示例，有興趣的讀者可以參考文獻【1

>>阅读原文<<