浅谈SVM（五）

四、使用松弛变量处理 outliers 方法 之前我们假定，数据是线性可分的，亦即可以找到一个可行的超平面将数据完全分开。后来为了处理非线性数据，使用 Kernel 函数的方法对原来的线性 SVM 进行了推广，使得非线性的情况也能处理。虽然通过映射 Φ(.) 将原始数据映射到高维空间之后，能够线性分隔的概率大大增加，但是对于某些情况还是很难处理。 例如可能并不是因为数据本身是非线性结构的，而只是因

>>阅读原文<<