1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据挖掘与模式识别

模式识别基础：支持向量机_（4）.核函数与非线性支持向量机.docx

模式识别基础：支持向量机_（4）.核函数与非线性支持向量机.docx

    1. 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
    2. 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    3. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    PAGE1

    PAGE1

    核函数与非线性支持向量机

    在上一节中，我们讨论了线性支持向量机（SVM）的基本原理和实现方法。然而，在实际应用中，数据往往不是线性可分的。为了处理非线性数据，我们需要引入核函数的概念，从而将数据映射到高维空间中，使其在高维空间中变得线性可分。本节将详细介绍核函数的原理和如何使用核函数构建非线性支持向量机。

    核函数的基本原理

    核函数（KernelFunction）是一种将低维数据映射到高维空间的技巧。通过核函数，我们可以将非线性问题转化为线性问题，从而使用线性SVM进行求解。核函数的主要作用是计算两个样本在高维空间中的内积，而不需要显式地将样本映射到高维

    您可能关注的文档

    最近下载

    文档评论（0）

    找工业软件教程找老陈 + 关注
    实名认证
    服务提供商

    寻找教程；翻译教程；题库提供；教程发布；计算机技术答疑；行业分析报告提供；

    咨询作者（408人已咨询） 已休息

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >