以下是幾種常用的核函式表示：
線性核（linear kernel）
多項式核（polynomial kernel）
徑向基核函式（radial basis function）
也叫高斯核（gaussian kernel），因為可以看成如下核函式的領乙個種形式：
徑向基函式是指取值僅僅依賴於特定點距離的實值函式，也就是
冪指數核（exponential kernel）
拉普拉斯核（laplacian kernel）
anova核（anova kernel）
二次有理核（rational quadratic kernel）
多元二次核（multiquadric kernel）
逆多元二次核（inverse multiquadric kernel）
另外乙個簡單實用的是sigmoid核（sigmoid kernel）
以上幾種是比較常用的，大部分在svm，svm-light以及ranksvm中可用引數直接設定。還有其他一些不常用的，如小波核，貝葉斯核，可以需要通過**自己指定。
模式識別（3） SVM分類演算法
3.1.svm演算法原理和分析 svm support vector machines 中文名字叫做支援向量機。svm也是尋找乙個超平面，使得訓練集中的點距離分類面盡可能的遠，就是讓這個分類面兩側放入空白區域最大。支援向量就是距離分類平面最近的一些樣本點，對決策面的選取有決策作用。svm訓練 cle...
模式識別 統計模式識別（6）
上一節，我們討論了最小錯誤率分類器，接下來這一節我們將討論最小風險bayes分類器。1.問題提出 1.最小錯誤率bayes決策的最小錯誤率 概率意義上最優，在工程上是否是最優?2.錯誤分類的結果 代價或風險會是怎樣的？考慮癌細胞影象識別的例子 3.出錯的可能情況 正常細胞 1錯分為異常 2，異常細胞...
模式識別 統計模式識別（7）
上兩節我們介紹了最小錯誤率和最小風險bayes分類器，接下來談談最小最大決策。1.問題提出 假設c 2 現在我們假定一種情況，先驗概率未知或者不確定的前提，在這種前提下，絕對意義的最小風險不存在，這種情況下我們怎麼求bayes分類器。2.求解思路 雖然p 1 和p 2 未知，但我們可以假設他們確定，...