关于支持向量机核函数的一些理解

我们知道，有时候在原样本空间内并不能很好的给训练样本分类，但是把原样本空间映射到一个更高维空间后，就可以得到较好的分类，例如异或函数的取值。 相应的   那么，我们究竟该怎么理解k(xi, xj)呢？ 1.首先根据k(xi, xj)的定义，我们给出一个具体的例子 k(xi, xj)的定义为：   eg: 假设原特征空间为二维的(x1, x2)，映射到三维后为(x1*x1, *x1*x2, x2*x

>>阅读原文<<