支持向量機（SVM）3 —— 核函數

轉自西瓜書《機器學習》 在前面的討論中，我們假設訓練樣本是線性可分的，即存在一個劃分超平面將訓練樣本正確分類。然而在現實生活中，原始樣本空間內也許並不存在一個能正確劃分兩類樣本的超平面。例如下圖中的「異或」問題就不是線性可分的。 對這樣的問題，可將樣本從原始空間映射到一個更高維的特徵空間，使得樣本在這個特徵空間內線性可分。例如在上圖中，若將原始的二維空間映射到一個合適的三維空間，就能找到一個合適的

>>阅读原文<<