机器学习中的特征变换(核函数)

在机器学习中，咱们提供的数据不必定都是彻底线性可分的，不少状况下会存在线性不可分，但是咱们须要处理成线性可分，因此咱们能够采用特征变换或者核函数的形式，把数据投影到别的空间。数据在A空间不可分，投影到B空间就可能会线性可分，B空间的维度通常会高于A空间的维度。安全 1.通常状况下，咱们考虑将数据投影到别的空间，好比采用多项式。假设x的维度d，若是投影到别的空间，维度会急剧增大，形成维度灾难。维度比

>>阅读原文<<