核方法|機器學習推導系列（八）

一、線性不可分問題 有時線性可分的數據夾雜一點噪聲，可以通過改進算法來實現分類，比如感知機的口袋算法和支持向量機的軟間隔。但是有時候數據往往完全不是線性可分的，比如下面這種情況： 在異或問題中數據往往不是線性可分的，但通過將數據映射到高維空間後就可以實現線性可分。可以認爲高維空間中的數據比低維空間的數據更易線性可分。對於異或問題，我們可以通過尋找一個映射 ϕ ( x ) \phi (x) ϕ(x)

>>阅读原文<<