核函数学习笔记

1.基本思想：
通过将一个特定维度的向量映射到更高的维度上，便于在更高维度的特征空间对其进行聚类分类相关性等操作。
2.定义
将原始空间中的向量作为输入向量，并返回特征空间（转换后的数据空间,可能是高维）中向量的点积的函数称为核函数。

使用内核，不需要显式地将数据嵌入到空间中，因为许多算法只需要图像向量之间的内积（内积是标量）；在特征空间不需要数据的坐标。

原文链接：https://blog.csdn.net/mengjizhiyou/article/details/103437423