一、总结
一句话总结：
【利用核函数】：到更高维度去找可以分类的超平面（无限维度的平面中必然可分）。
【软间隔和正则化】：有限制地降低分类要求，允许一部分样本（不满足的样本要尽量少）不满足。
1、在现实任务中，原始样本空间也许并不存在一个能正确划分两类样本的超平面，那这个时候应该怎么办呢？
1、我们的想法是仍然去找平面，但我们去更高的纬度里去找平面。在低维空间里一些线性不可分的数据集，到高维空间里面将会以更大的概率被线性分开。
2、如果说你在无限的维度里面进行这个操作，那么这些点能被线性分开的概率为1。
二、SVM处理非线性问题
SVM处理非线性问题理解
(1)利用核函数
(2)软间隔和正则化
总结
从以上来看，利用SVM处理非线性问题主要用到了两种方法：
- 到更高维度去找可以分类的超平面。
- 有限制地降低分类要求。
当然，这两种方法可以结合使用来达到更好的效果。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
