浙大機器學習課程-6-支持向量機（SVM處理非線性可分2，低維到高維映射2）

上面是w的一種取值情況 當前w的取值剛好把高維x1,x2,x3,x4分成兩類，（1.3>0）（-1.-1<0） 結論：把x移動到高維，更有可能被一個線性的超平面分開,維度越高，被線性分開的概率越大，當維度無窮，線性分開的概率爲1 如何選取fai（x）(SVM最有創造力的方面) ①fai（x）選擇無限維效果會好一點 根據這個條件，w也會是無限維（整個的優化將會不可做） 核函數的自變量是兩個地位向量x

>>阅读原文<<