《统计学习方法，李航》：7、支持向量机support vector machine（2）

0）基础知识——线性可分支持向量机定义；函数间隔和集合间隔定义

1）线性硬间隔支持向量机

2）凸二次规划最优解求法——对偶方法

3）线性硬间隔支持向量机学习算法及简单实例

4）线性软间隔支持向量机

5）核函数

6）非线性支持向量机

7）序列最小最优化算法（SMO算法）

8）支持向量

5）核函数

   对于原始空间（输入空间）线性不可分的情况，常用的办法是（非线性）映射。通过非线性映射，将线性不可分的样本点映射到另一个新维度（特征空间）下，从而使映射后的样本在新维度（特征空间）下线性可分。这种映射我们可以称核技巧，关于核技巧的描述：

    下面先给出核函数的定义：