非线性支持向量机 与核函数

有些数据集，可能需要一个椭圆等非线性的超曲面才能把正负例分开，显然这不能用前两种方法了。 那把数据集映射到一个更高维的特征空间（也即输入空间到特征空间的映射），可以将数据集变成线性分类问题也就可以用线性支持向量机来解决。这叫做核技巧。 核技巧应用到支持向量机，其基本想法就是通过一个非线性变换将输入空间(欧氏空间Rn或离散集合)对应于一个特征空间(希尔伯特空间H)，使得在输入空间Rn中的超曲面模型对

>>阅读原文<<