本文探讨了核函数作为相似性度量的基础概念，并解释了如何通过比较特征值来确定样本是否属于同一聚类。当核函数的输出大于0时，表明两个样本可能位于同一类别；反之，则可能不属于同一类别。此外，还提到了使用两个特征x1和x2进行聚类分析的方法。
1.
f means Features , and this is also for hypothesis.
2.
kernel function is similarity function.
f>0,the same cluster
f<0,not the same cluster
3.
x1,x2,two Features
4.
kernel (I) basic learning
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
