理解
SVMは非線形変換φ（X）によって解決場合、入力空間は、高次元の特徴空間にマッピングされます。特徴空間の次元が非常に高くなることがあります。サポートベクターマシンのみ内積演算を解決するため、低次元空間と関数K（X、X「）の存在下で使用される場合、正確に、高次元空間における内積に即ちK（x、xと等しいです'）= <φ（X）⋅φ（X'）>。次いで、計算複雑な非線形変換ではないだろうが、関数K（X、X「）によってSVMを大幅に計算を簡略化するように、非線形変換に直接生成物を得ました。そのような関数K（X、X「）はカーネル関数と呼ばれています。
明らかに、この引数は、あなたが完全に理解していることを私はすぐにあなたが完全に理解することは、写真の上になるまで。
SVMのデュアル形
\（max_w \ F（）= \和\限界_ {i = 1} ^ N a_iを - \ FRAC {1} {2} \和\ limits_ {I = 1} ^ N \和\ limits_ {J = 1 } ^ nはY_I y_j a_iをa_j <X_I、X - jが> \\ ST \）
\（0 <= a_iを\ルC \\ \和\ limits_ {I = 1} ^ N a_iをY_I = 0 \）
：内積計算XIの内部に、XJは、カーネルが正確に人気の理解がこれではない、オリジナルのサンプルは前次元の前提の下で上昇しなかった、あるカーネル関数、サンプルは変換を行うには、L次元の効果を達成します強力な右。