SVM 的核函数选择和调参

---

本文结构：
1. 什么是核函数
2. 都有哪些 & 如何选择
3. 调参

---

1. 什么是核函数

核函数形式 K(x, y) = <f(x), f(y)>，
其中 x, y  为 n 维，f 为 n 维到 m 维的映射，<f(x), f(y)> 表示内积。

在用SVM处理问题时，如果数据线性不可分，希望通过 将输入空间内线性不可分的数据 映射到 一个高维的特征空间内，使数据在特征空间内是线性可分的，这个映射记作 ϕ(x)，

之后优化问题中就会有内积 ϕi⋅ϕj，
这个内积的计算维度会非常大，因此引入了核函数，
kernel 可以帮我们很快地做一些计算, 否则将需要在高维空间中进行计算。

---

2. 都有哪些 & 如何选择

下表列出了 9 种核函数以及它们的用处和公式，常用的为其中的前四个：linear，Polynomial，RBF，Sigmoid

核函数	用处