北京大学：《模式识别》课程教学资源（课件讲义）第七章 SVM

71非线性SVM ■符合 Mercer条件的常用核函数: 多项式核: K(x,y)=(x*y+1)" rBe K(x, y)=exp(rx-y) 2层NNS(只对某些参数vc成立) K(x,y)1+exp(v(x*y)-c)

7.1 非线性SVM „ 符合Mercer条件的常用核函数： „ 多项式核： „ RBF: „ 2层NNs（只对某些参数v,c成立）: ( , ) ( 1) . m K x y = x ∗ y + ( , ) exp( ). 2 K x y = −γ x − y . 1 exp( ( ) ) 1 ( , ) v x y c K x y + ∗ − =

71非线性SVM ■解决了三个问题: 特征空间线性分类器的泛化能力:线性SVM 计算复杂性:超高维特征空间中的计算; 映射的表示:不一定有显式表达式

7.1 非线性SVM „ 解决了三个问题： „ 特征空间线性分类器的泛化能力：线性SVM. „ 计算复杂性：超高维特征空间中的计算； „ 映射的表示：不一定有显式表达式

7.2SVM技术

7.2 SVM技术