单个感知机只能解决线性可分的问题，进一步的加深网络可解决线性不可分的问题，深度神经网络
此外，另一角度是讲线性不可分的问题转换为线性可分，那就需要一个映射f进行非线性维度转换，f很难找到，但写成优化问题，实际要计算<f(xi),f(xj)>，那是否可以不找f,直接计算这个内积呢？
根据Frechet-Riesz表示定理，f(xi)=<xi,z> f(xj)=<xj,z'>,z和z'都属于Hilbert space. <f(xi),f(xj)>=k(z,z') （暂时这么理解 可能有错误）
结论：kernel function 依靠自身不同的定义去求解复杂的内积
