如果训练样本不是线性可分的,那么只要样本的属性是有限个,就可以将其映射到高维特征空间,使这些样本线性可分.
(问题:为什么要让这些样本线性可分?)
当映射到高维空间后,想要得到模型(function),那么计算难度是非常大的.此时我们可以使用核函数来简化计算.
那么什么样的函数可以作为核函数呢?
只要一个对称函数所对应的核矩阵半正定,它就能作为核函数使用.
但是在不知道特征映射的形式时,我们并不知道什么样的核函数是合适的,于是,核函数选择成为SVM的最大变数,这方面有一些经验和一些常用核函数.