機器學習中的特徵變換(核函數)

在機器學習中，咱們提供的數據不必定都是徹底線性可分的，不少狀況下會存在線性不可分，但是咱們須要處理成線性可分，因此咱們能夠採用特徵變換或者核函數的形式，把數據投影到別的空間。數據在A空間不可分，投影到B空間就可能會線性可分，B空間的維度通常會高於A空間的維度。安全 1.通常狀況下，咱們考慮將數據投影到別的空間，好比採用多項式。假設x的維度d，若是投影到別的空間，維度會急劇增大，形成維度災難。維度比

>>阅读原文<<