Kernels（similarity）核函数

基于在SVM中定义新的特征变量进行核函数讲解 使用核函数的目的：用以构造复杂的非线性分类器 Andrew NG的机器学习视频有提供比较易懂的讲解，上图： 在构建高阶特征的时候，我们并不知道这些特征是不是我们需要的。且高阶特征变量计算量巨大，因此构造新特征 f 辅助计算。 这里把高斯函数作为相似度函数来替代高阶特征变量 当x靠近标记的时候，f1的值逼近1 当x远离标记的时候，f1的值逼近0 所以这些

>>阅读原文<<