标签:三维 过程 ima 特征 http png 例子 除了 一点
第一次接触核函数这个概念,是在看SVM的时候,当时看到核函数的作用是将数据从一个特征空间,映射到另一个特征空间的时候,感觉很抽象。后来,看了一个经典的内积平方可以看成是将二维数据,映射到三维数据的例子,感觉好像明白了一些,但是依然不明白,对于大量的数据,计算内积有什么用。后来看了南大周志华的机器学习一书,才发现,原来除了映射这个最基本的原因之外,很重要的一点是,我们在映射后,计算超平面的过程中,会自然遇到核函数这个东西。下面来具体说明一下。
所以,可以看到,在利用svm分类的过程中,先假设数据经过某一个函数的映射,被投影到了高维空间,继续计算,核函数自然而然的出现,避免了我们去寻找(也没有必要)高维映射函数的麻烦。
标签:三维 过程 ima 特征 http png 例子 除了 一点
原文地址:http://www.cnblogs.com/suoyaji/p/7611114.html