學習筆記：機器學習之支持向量 Sparse kernel learning

核函數分類器通常是主要由權重向量和特徵空間構成 公式以下： 變形爲： 於是能夠看出Nxv的大小影響了分類速率。因此提出了將Nxv優化最小同時，特徵空間線性可分並且損失最小. 損失以下： 因此Sparse  kernel learning 主要是創建模型去選取xv向量。能夠詳見rsvm. 參考文獻： 點擊打開連接

>>阅读原文<<