34、构建不变性核：理论、方法与实验

构建不变性核：理论、方法与实验

1. 引言

在机器学习领域，支持向量机（SVM）是一种强大的分类工具。然而，为了使SVM在面对数据的各种变换时仍能保持良好的性能，我们需要构建具有不变性的核函数。本文将详细介绍构建不变性核的方法，包括在输入空间和特征空间中的实现，以及相关的实验结果。

2. MNIST基准测试结果

2.1 多类系统测试错误率

方法	0	1	2	3	4	5	6	7	8	9	测试错误率
SV	5	5	14	12	13	10	13	13	12	25	1.22%
VSV	3	3	5	3	6