筆記(總結)-SVM(支持向量機)的理解-3

上篇講述的Soft Margin SVM是爲了解決線性不可分的問題，它解決問題的邏輯是通過允許一部分樣本分得不那麼準確（進入「楚河漢界」）甚至錯分，使得在絕大多數樣本能夠正確地線性可分。本篇引入核函數(kernel)，從另一個思維角度來解決線性不可分問題。 問題引入 當樣本在某個特徵空間不可分時，可以通過將樣本映射到另一個特徵空間，在該空間中樣本分佈滿足線性可分條件，再使用SVM進行學習分類： 根

>>阅读原文<<