非線性支持向量機 與核函數

有些數據集，可能需要一個橢圓等非線性的超曲面才能把正負例分開，顯然這不能用前兩種方法了。 那把數據集映射到一個更高維的特徵空間（也即輸入空間到特徵空間的映射），可以將數據集變成線性分類問題也就可以用線性支持向量機來解決。這叫做核技巧。 核技巧應用到支持向量機，其基本想法就是通過一個非線性變換將輸入空間(歐氏空間Rn或離散集合)對應於一個特徵空間(希爾伯特空間H)，使得在輸入空間Rn中的超曲面模型對

>>阅读原文<<