SVM多核學習方法簡介

做者：Walkerweb SVM是機器學習有監督學習的一種方法，經常使用於解決分類問題，其基本原理是：在特徵空間裏尋找一個超平面，以最小的錯分率把正負樣本分開。由於SVM既能達到工業界的要求，機器學習研究者又能知道其背後的原理，因此SVM有着舉足輕重的地位。算法 可是咱們以前接觸過的SVM都是單核的，即它是基於單個特徵空間的。在實際應用中每每須要根據咱們的經驗來選擇不一樣的核函數（如：高斯核函數、

>>阅读原文<<