機器學習之核函數支持向量機（機器學習技法）

爲什麼要有個核函數 在對偶支持向量機中我們談到要避開特徵轉換後高VC維度空間給我們帶來的計算複雜度的影響。但是單單的對偶問題沒有實現這一點，對偶問題只是讓計算看起來避開了VC維度帶來的影響，但是這個VC維度還是潛藏在了計算的過程中。 上圖是SVM的拉格朗日對偶問題轉換爲標準的二次規劃問題（以下稱之爲QP問題）的結果。其中QD矩陣的計算中包含了Z向量的內積。而Z向量是由原始X空間（它的VC維度爲d）

>>阅读原文<<