非线性SVM与核函数
- 非线性分类问题
- 核技巧
非线性分类问题
用一个超曲面将正负例分开,但是非线性问题往往不好求解,所以将其转化为一个线性问题,通过非线性型变换:
- 将原空间的数据映射到新空间
- 在新空间里进行线性分类
核技巧就属于这种,通过一个非线性变换将输入空间(欧式空间或离散集合)对应一个特征空间(希尔伯特空间)
核函数
- 定义:通过映射函数定义
- 核技巧的想法是,在学习和预测中只定义核函数,但是不显式得定义映射函数
常用的核函数
- 多项式核函数
- 高斯核函数
- 字符串核函数
用一个超曲面将正负例分开,但是非线性问题往往不好求解,所以将其转化为一个线性问题,通过非线性型变换:
核技巧就属于这种,通过一个非线性变换将输入空间(欧式空间或离散集合)对应一个特征空间(希尔伯特空间)