SVM處理非線性問題

一、總結

一句話總結：

【利用核函數】：到更高維度去找可以分類的超平面（無限維度的平面中必然可分）。

【軟間隔和正則化】：有限制地降低分類要求，允許一部分樣本（不滿足的樣本要盡量少）不滿足。

 

1、在現實任務中，原始樣本空間也許並不存在一個能正確划分兩類樣本的超平面，那這個時候應該怎么辦呢？

1、我們的想法是仍然去找平面，但我們去更高的緯度里去找平面。在低維空間里一些線性不可分的數據集，到高維空間里面將會以更大的概率被線性分開。

2、如果說你在無限的維度里面進行這個操作，那么這些點能被線性分開的概率為1。

 

 

二、SVM處理非線性問題

轉自或參考：SVM處理非線性問題
https://blog.csdn.net/ffcyygd/article/details/104532946

SVM處理非線性問題理解

(1)利用核函數

 

 

(2)軟間隔和正則化

 

 

總結

從以上來看，利用SVM處理非線性問題主要用到了兩種方法：

1. 到更高維度去找可以分類的超平面。
2. 有限制地降低分類要求。

當然，這兩種方法可以結合使用來達到更好的效果。