【SVM】为什么RBF核可以将向量映射到无穷维

SVM使用RBF核避免维度爆炸,通过泰勒展开式和高斯函数推导,RBF核将输入向量映射至无穷维空间,增大了数据线性可分的可能性。在寻找最佳超平面的同时,需要调整参数如C和γ以优化模型性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本篇文章整理自知乎SVM中,高斯核为什么会把原始维度映射到无穷多维?

      在svm中,我们试图在一个更高维的空间中找到一个超平面将数据线性可分,但是在寻找高维空间的时候可能存在维度爆炸。于是我们想到了核函数,一种在低维空间中代替高维空间中做内积运算的一个函数 k(x_{i},x_{j}) ,使得 k(x_{i},x_{j})=\Phi (x_{i})\Phi (x_{j})

       对于rbf核,其表达式为:

 针对最后一项,根据泰勒展开式:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值