我读过很多支持向量机的书籍和技术论文，这是许多作者为大多数文本分类任务选择线性核而做出的假设。
他们说，由于文本分类问题中的数据已经存在于高维空间中，因此在尝试使用 SVM 对数据进行分类时，选择一个线性内核来分离数据就足够了。
我对这个假设的理解如下：
在任何文本分类任务中，为分类任务选择的特征数量（在许多情况下是我们在文档中寻找的某些重要词）大多会非常高，这就是驻留在一个高维空间。
我对假设的理解准确吗？如果不是，我希望有人尝试阐明这个假设。
任何帮助将不胜感激。
问问题
41 次
1 回答
0
据我了解，您是正确的。
- 每个特征对应一个维度。
- 更高的维度 => 更高的分离概率。
- 非线性内核仅将数据（非线性）转换为更高的维度以增加分离的概率，因此在具有许多特征的情况下不需要。
我可以推荐阅读有关 SVM 和类似内容的讲座：http ://www.csc.kth.se/utbildning/kth/kurser/DD2427/bik12/Schedule.php 这是我在该主题中所知道的最好的资源。简明扼要。
于 2012-07-31T15:17:42.723 回答