支持向量機（四）

4、使用鬆弛變量處理 outliers 方法 在最開始討論支持向量機的時候，我們就假定，數據是線性可分的，亦即我們可以找到一個可行的超平面將數據完全分開。後來爲了處理非線性數據，使用 Kernel 方法對原來的線性 SVM 進行了推廣，使得非線性的的情況也能處理。雖然通過映射將原始數據映射到高維空間之後，能夠線性分隔的概率大大增加，但是對於某些情況還是很難處理。 例如可能並不是因爲數據本身是非線性

>>阅读原文<<