参考:
SVM入门(七)为何需要核函数
svm常用核函数
机器学习—核函数
RBF函数
所谓径向基函数 (Radial Basis Function 简称 RBF), 就是某种沿径向对称的标量函数。可记作 k(||x-xc||)。
最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||2 / (2*σ)2) } 其中xc为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围。由于这个函数类似于高斯分布,因此称为高斯核函数,也叫做径向基函数(Radial Basis Function 简称RBF)。它能够把原始特征映射到无穷维。
核函数
核函数的基本作用:在低维中计算高维数据的点积。
将低维数据映射到高维,希望在这个更高维的空间中,数据可以变得更容易分离或更好的结构化。核函数提供了一个从线性到非线性的连接以及任何可以只表示两个向量之间的点积的算法。
核函数的性质
1.连续&