機器學習之支持向量機迴歸（機器學習技法）

核函數山脊迴歸 Represent Theorem 表達理論就是指如果一個模型是帶有L2正則化的線性模型，那麼它在最佳化的時候的權重參數值W*將能夠用Z空間的資料的線性組合來表示。它的推論就是L2的正則化線性模型能夠核函數化如下圖所示： 現在我們的目標就是用核函數的方式去解決迴歸問題，而且希望像解決普通線性迴歸問題一樣得到一個一步登天的解。 核函數山脊迴歸問題 山脊迴歸問題是一個典型的帶有L2正則

>>阅读原文<<