请说出如下内容所参考的中文参考文献：对于输入空间中的非线性分类问题可以通过非线性变换将它转化为某个维特征空间中的线性分类问题在高维特征空间中学习线性支持向量机。由于在线性支持向量机学习的对偶问题里目标函数和分类决策函数都只涉及实例和实例之间的内积所以不需要显式地指定非线性变换而是用核函数替换当中的内积。核函数表示通过一个非线性转换后的两个实例间的内积。具体地Kxz2-2是一个函数或正定核意味着存在

K(x, z) = <∅(x), ∅(z)>

其中，K(x, z)表示核函数，∅(x)表示将x映射到特征空间的函数。核函数的选择对于支持向量机的性能至关重要，常用的核函数包括线性核函数、多项式核函数和高斯核函数等。通过使用核函数，支持向量机能够在高维特征空间中学习非线性分类器，进而解决输入空间中的非线性分类问题。

原文地址: https://www.cveoy.top/t/topic/hQ3l 著作权归作者所有。请勿转载和采集!