支持向量機SVM(5)——核函數

支持向量機SVM——核函數 接前面所講博客，我們知道了當數據理想線性可分的話我們可以用硬間隔的方式解決，即使出現了噪聲，軟間隔依舊能夠處理，但是這些的前提都是數據是線性可分的，但是在現實任務中，原始樣本空間可能並不是線性可分的，那麼我們如何解決？ 對於這樣的問題，可以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。例如如下這種情況，一個「異或」的例子： 首先回顧一下我

>>阅读原文<<