使用kernel的理解

来源:11-6 到底什么是核函数

讲武德的年轻人

2021-06-16

我有两个关于核函数的理解问题:
一,使用核函数的好处是,把低维的特征空间映射到更高维度,这样更容易线性可分?不知这样理解准确不准确?

二,SVM算法求得的hyperplane一定是线性的,这个从最优化的数学中可以看出来。但是,但是为啥课程中使用核函数后的分隔线是非线性的呢?譬如用了多项式核函数。我的理解是,使用核函数把特征空间映射到更高维实现了更好的线性可分,所以分隔平面还是线性的,但是这个hyperplane投影到原来的特征空间后就变成了非线性。不知这样的理解准确吗?谢谢老师!

写回答

1回答

liuyubobobo

2021-06-16

两个理解都是正确的。


对于你说的第二个问题,是的,可以从多项式核的角度去理解。我们把数据映射到了多项式特征的维度以后,可以线性可分,但这是在新的高维度上可以线性可分,把他打回到原来的数据维度上,依然是线性不可分的,我们创建了一个分线性的决策边界。


继续加油!:)

3
3
黄义舜
回复
liuyubobobo
哦,我明白了,确实是升维之后,更可以线性可分了,我没看全。谢谢bobo老师。
2022-09-04
共3条回复

Python3入门机器学习 经典算法与应用  

Python3+sklearn,兼顾原理、算法底层实现和框架使用。

5870 学习 · 2451 问题

查看课程