機器學習-核函數（核模型）

一.核函數   它是針對線性可分狀況進行分析，對於線性不可分的狀況，經過使用非線性映射算法將低維輸入空間線性不可分的樣本轉化爲高維特徵空間使其線性可分，從而使得高維特徵空間採用線性算法對樣本的非線性特徵進行線性分析成爲可能。算法   它基於結構風險最小化理論之上在特徵空間中構建最優超平面，使得學習器獲得全局最優化，而且在整個樣本空間的指望以某個機率知足必定上界。函數 假設X是輸入空間，H是特徵空間

>>阅读原文<<