关于支持向量机(SVM)的高斯核和惩罚因子C的理解（简单易懂）

　　跟小伙伴探讨了支持向量机(Support Vector Machine, SVM)，不自觉地就将话题拉向了高斯核函数和惩罚因子C。本文用简单易懂的形式呈现了本身对于高斯核函数和惩罚因子C的理解。 　　为何说高斯核对应的映射函数将原始特征空间映射成了无限维空间？高斯核函数的参数 σ σ 如何选择？惩罚因子C的加入有何意义？C的取值大小对于SVM的模型有何影响？后文将围绕这几个问题进行探讨。web

>>阅读原文<<