背景: 可以证明只要数据的分布在维度有限的空间上,我们总是(发)能够找到一个更高维度的空间,使得它的分布是线性的。
核函数 我们定义了一个函数为两个相同维度的向量经过高维映射之后的乘积,这个函数就是核函数。
由于核函数是我们自己选的,因而可能映射的数据并不能完全拟合原来的分布,并且新数据也不一定完全符合原来的训练数据的分布,因而必定会有误差。
详见: 核函数核方法推导
背景: 可以证明只要数据的分布在维度有限的空间上,我们总是(发)能够找到一个更高维度的空间,使得它的分布是线性的。
核函数 我们定义了一个函数为两个相同维度的向量经过高维映射之后的乘积,这个函数就是核函数。
由于核函数是我们自己选的,因而可能映射的数据并不能完全拟合原来的分布,并且新数据也不一定完全符合原来的训练数据的分布,因而必定会有误差。
详见: 核函数核方法推导