paper 10：支持向量机系列七：Kernel II —— 核方法的一些理论补充，关于 Reproducing Kernel Hilbert Space 和 Representer Theorem 的简介。
在之前我们介绍了如何用 Kernel 方法来将线性 SVM 进行推广以使其能够处理非线性的情况，那里用到的方法就是通过一个非线性映射ϕ(⋅)将原始数据进行映射，使得原来的非线性问题在映射之后的空间中变成线性的问题。然后我们利用核函数来简化计算，使得这样的方法在实际中变得可行。不过，从线性到非线性的推广我们并没有把 SVM 的式子从头推导一遍，而只是直接把最终得到的分类函数
优质内容筛选与推荐>>
1、Python读写Excel文件的实例
2、maven入门（上）
3、关于Java的一些基础了解
4、Bing与Google从地球一直掐到太空
5、Requests:Python HTTP Module学习笔记（二）（转）