8.Kernel SVM

用于分类非线性分类问题

线性不可分数据

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

高维映射使数据线性可分

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

二维数据集映射到三维空间

找到分类超平面，将数据集映射到该平面

另一个高维线性可分的例子

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)

Paste_Image.png

观察径向基函数核公式，观察对应参数γ的影响

Paste_Image.png
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容