支持向量机SVM(5)——核函数

支持向量机SVM——核函数 接前面所讲博客，我们知道了当数据理想线性可分的话我们可以用硬间隔的方式解决，即使出现了噪声，软间隔依旧能够处理，但是这些的前提都是数据是线性可分的，但是在现实任务中，原始样本空间可能并不是线性可分的，那么我们如何解决？ 对于这样的问题，可以将样本从原始空间映射到一个更高维的特征空间，使得样本在这个特征空间内线性可分。例如如下这种情况，一个“异或”的例子： 首先回顾一下我

>>阅读原文<<