機器學習-支持向量機核函數

核函數 核函數的目的：改造支持向量機來處理非線性問題 如何選擇高階的特徵值，哪些高階的特徵值是我們真正需要的 爲了方便可視化，我們假定只有兩個特徵x1,x2 我們手動選擇3個點l1,l2,l3 我們想選取新的特徵值 於是用下圖的相似度函數f1,f2,f3來表示新的特徵值，也記做 K（x,l） 計算公式就是下圖算是，其中被雙豎線框住的是landmark l的歐式距離（也就是兩點間的距離） σ（高斯核

>>阅读原文<<