【模式識別】SVM核函數

標籤：style   blog   http   color   使用   strong   

以下是幾種常用的核函數表示：

線性核（Linear Kernel）

多項式核（Polynomial Kernel）

徑向基核函數（Radial Basis Function）

也叫高斯核（Gaussian Kernel），因為可以看成如下核函數的領一個種形式：

徑向基函數是指取值僅僅依賴於特定點距離的實值函數，也就是。任意一個滿足特性的函數 Φ都叫做徑向量函數，標準的一般使用歐氏距離，儘管其他距離函數也是可以的。所以另外兩個比較常用的核函數，冪指數核，拉普拉斯核也屬於徑向基核函數。此外不太常用的徑向基核還有ANOVA核，二次有理核，多元二次核，逆多元二次核。
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）
 另外一個簡單實用的是 Sigmoid核（Sigmoid Kernel）
 以上幾種是比較常用的，大部分在SVM，SVM-light以及RankSVM中可用參數直接設定。還有其他一些不常用的，如小波核，貝葉斯核，可以需要通過代碼自己指定。



（轉載請註明作者和出處：http://blog.csdn.net/xiaowei_cqu 未經允許請勿用於商業用途）