核函数是 SVM 的最重要的部分,我们可以通过设置不同的核函数来创造出非常复杂的、非线性的支持向量机。
1.核(Kernel)
首先来看看什么是核函数。如图所示,假设有一个样本 x 有两个特征
在这里,我们定义新特征 f1,f2,f3 为:
f1=similarity(x,l(1))=e−‖x−l(1)‖22σ2f2=similarity(x,l(2))=e−‖x−l(2)‖22σ2f3=similarity(x,l(3))=e−‖x−l(3)‖22σ2
为了看得清楚点,我们用 exp(x) 来表示 e 的
f1=exp(−‖x−l(1)‖22σ2)f2=exp(−‖x−l(2)‖22σ2)f3=exp(−‖x−l(3)‖22σ2)
上面的这个 exp(−‖x