在現(xiàn)實(shí)任務(wù)中，原始樣本空間中可能不存在這樣可以將樣本正確分為兩類(lèi)的超平面，但是我們知道如果原始空間的維數(shù)是有限的，也就是說(shuō)屬性數(shù)是有限的，則一定存在一個(gè)高維特征空間能夠?qū)颖緞澐帧?/p>

事實(shí)上，在做任務(wù)中，我們并不知道什么樣的核函數(shù)是合適的。但是核函數(shù)的選擇卻對(duì)支持向量機(jī)的性能有著至關(guān)重要的作用。如果核函數(shù)選擇不合適，則意味著樣本映射到一個(gè)不合適的特征空間，這樣就有可能導(dǎo)致性能不佳。故“核函數(shù)選擇”是非常重要的一項(xiàng)任務(wù)。

對(duì)于線性數(shù)據(jù)集的分類(lèi)來(lái)說(shuō)，我們當(dāng)然會(huì)選擇線性核函數(shù)。但如果要分割非線性數(shù)據(jù)集，我們?cè)撊绾巫瞿?？答案是，我們可以改變損失函數(shù)中的核函數(shù)。我們今天就以高斯核函數(shù)來(lái)進(jìn)行案例說(shuō)明：