核方法的理解

核方法在非線性分類問題上有很好的解決思路，應用於學習器SVM以及降維KPCA上，當然二者路徑也不同，SVM就是從低維不可分映射到高維可分，而KPCA是從低維不可分映射到高維後再降維到低維可分，但都脫離不來這個核方法。 核方法的原理大致是：在將低維映射到高維的過程中，如果在高維空間計算點積，其複雜度可想而知，但通過核函數可以在低維空間內得到高維空間的點積。 理解的核心在於：核函數如何做到這點呢？ 通

>>阅读原文<<