非线性支持向量机SVM

对于线性不可分的数据集，我们引入了核(参考：核方法·核技巧·核函数)

![](https://img2018.cnblogs.com/blog/1612966/201911/1612966-20191117095716569-1550628811.png) 线性支持向量机的算法如下： ![](https://img2018.cnblogs.com/blog/1612966/201911/1612966-20191117095915188-441426928.png) 将线性支持向量机转换成**非线性支持向量机**只需要将![](https://img2018.cnblogs.com/blog/1612966/201911/1612966-20191117100159483-138649839.png)变为**核函数**![](https://img2018.cnblogs.com/blog/1612966/201911/1612966-20191117100253403-143134191.png)即可：非线性支持向量机的算法如下： ![](https://img2018.cnblogs.com/blog/1612966/201911/1612966-20191117112900711-1207153390.png)

免责声明！

本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。

猜您在找 支持向量机（SVM） SVM支持向量机 SVM 支持向量机 SVM(一)-线性支持向量机详解(附代码) 支持向量机(SVM)的推导(线性SVM、软间隔SVM、Kernel Trick) 我眼中的支持向量机（SVM） SVM支持向量机实例感知机与支持向量机 (SVM) 《Machine Learning in Action》—— 剖析支持向量机，单手狂撕线性SVM SVM——支持向量机，人脸识别实验