回顾
在引入低维到高维 的映射后，支持向量机最优化的问题被写如下
image.png
在这一讲中我们将具体研究
image.png
以此为基础引入核函数（kernel function）
image.png
如果对任意两个x1和x2 向量满足
image.png
image.png
定义
image.png
是个实数
image.png
x1和x2是个维度相同的向量，
接下来举个例子来说明核函数以及低维到高维的映射
image.png
的关系
例子1
image.png
image.png
上面的例子是已知fai（x)求k的例子（打不出来那个符号，将就看一下下……）
接下来的例子是已知核函数k求映射
image.png
image.png
image.png
image.png
image.png
image.png
image.png
在这里有一个mercer's theorem定理给出了条件：
image.png
只要k满足交换交换性和半正定性，那么一定可以写成映射内积的形式，举例子:
image.png
image.png
虽然我们无法知道映射的具体i形式但是我们可以写成
image.png
形式，从而知道x的所属类别。
image.png
相互决定的关系，下一节具体研究
image.png
网友评论