机器学习入门（十七）：SVM——非线性 SVM 和核函数

非线性分类问题 遇到分类问题的时候，最理想的状态，当然是样本在向量空间中都是线性可分的，我们可以清晰无误地把它们分隔成不同的类别——线性可分 SVM。 如果实在不行，我们可以容忍少数不能被正确划分，只要大多数线性可分就好——线性 SVM。 可是，如果我们面对的分类问题，根本就是非线性的呢？比如像下面这样： 图中红色的点是正类样本，蓝色的点是负类样本。通过我们的观察可知，它们之间的界限是很分明的，用

>>阅读原文<<