SVM（四）：非線性支持向量機

3 非線性SVM 3.1 問題定義 現實任務中，訓練樣本經常不是線性可分的，即原始樣本空間中並不存在一個能正確劃分兩類樣本的超平面。 對於這樣的問題，基於Mercer核展開定理，通過內積函數定義的非線性變換，將樣本從原始空間映射到一個高維特徵空間（Hibbert空間），使得樣本在這個高維特徵空間內線性可分（升維線性化）。 令 ϕ ( x ) \phi(\boldsymbol x) ϕ(x)表示將

>>阅读原文<<