作者:蓦风
链接:https://www.zhihu.com/question/30371867/answer/73508853
机器学习,具体以RBF网络里面的核函数为例,有童鞋说是通过径向基核函数可以把原始数据投影到更高维的空间里去...先给个定义:核函数K(kernel function)就是指K(x, y) = ,其中x和y是n维的输入值,f(·) 是从n维到m维的映射(通常而言,m>>n)。...那么: f(x) = ( 1, 2, 3, 4, 2, 4, 6, 8, 3, 6, 9, 12, 4, 8, 12, 16) ;
f(y) = (25, 30, 35, 40, 30, 36, 42...如果我们用核函数呢? K(x, y) = (5+12+21+32)^2 = 70^2 = 4900. 就是这样!...当然这一切都可以有个大神叫Mercer 给出的定理去解释,Mercer定理说,任何满足对称性和正定性的二元函数都能找到Hilbert space 和函数 使得 .