← 返回卡片

原书出处

机器学习算法原理与编程实践

08 第8章 万能分类器——支持向量机

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.768Z

: κ(x1 ,x2 )=(〈x1 ,x2 〉+R)d 线性核函数: κ(x1 ,x2 )=〈x1 ,x2 〉 等等。

核函数的价值在于它虽然也是将特征从低维映射到高维,但其绝妙之处在于它仅通过低维计算就可把分类效果映射到高维上,也就是说避免了高维空间中的组合爆炸问题。

下面我们给出线性和高斯核函数的实现代码。 def kernels(self,dataMat,A): m,n = sha

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00028.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d