用于分类非线性分类问题
将线性不可分的数据通过一个映射函数,映射到一个高维的空间,使数据线性可分
上图的映射就是将二维数据集映射到了一个三维的空间,通过以下映射函数
找到分类超平面,将数据集映射到该平面
用核方法(kernel trick)来寻找分类超平面,它可以避免高维数据带来的巨大计算量
常用的核方法是径向基函数核:Radial Basis Function kernel (RBF kernel)
观察径向基函数核公式,观察对应参数γ的影响
用于分类非线性分类问题
将线性不可分的数据通过一个映射函数,映射到一个高维的空间,使数据线性可分
上图的映射就是将二维数据集映射到了一个三维的空间,通过以下映射函数
找到分类超平面,将数据集映射到该平面
用核方法(kernel trick)来寻找分类超平面,它可以避免高维数据带来的巨大计算量
常用的核方法是径向基函数核:Radial Basis Function kernel (RBF kernel)
观察径向基函数核公式,观察对应参数γ的影响