SVM核函数总结

SVM引入核函数有两个方面的原因，一是为了更好的拟合数据，另一个重要的原因是实现数据的线性可分。

由于一些数据集在低维空间是线性不可分的，SVM通过引入核函数实现了把特征集从低维空间到高维空间的映射。这样在高维空间就能把数据集表示成线性可分的了。

核函数的本质就是一个转换函数，比如将一维的x通过核函数计算后扩展为3维的（x,x^2,x^3）。

常用的核函数有：径向基核函数（高斯核函数），线性核函数，多项式核函数，Sigmoid核函数和复合核函数。

1.多项式核函数

多项式核函数K(x,xi)=(x▪xi+1)^d, d=1,2,...,N；

多项式核函数一般用户可以根据需要自己定义，比较灵活。

比如如果原始内积是<x,z>，映射后为，那么定义核函数为：