应用SVM算法时，每个核函数都可以将低维空间中的线性不可分数据映射为高维空间的线性可分数据，因此选择哪个核函数都可以。
举一反三
- 在使用非线性SVM分类算法前，需要提前确定 A: 核函数和惩罚参数 B: 非线性映射 C: 将输入数据映射到多少维的高维空间中 D: 数据映射到高维空间中后是否是线性可分的
- SVM中核函数将高维空间中的数据映射到低维空间。
- 以下对SVM算法的描述中正确的是() A: SVM的可解释性较差，无法给出决策树那样的规则 B: SVM算法既可以解决线性问题，又可以解决非线性问题 C: SVM算法既可以处理小样本问题，又可以处理大规模训练样本 D: 任意核函数都可以将低维线性不可分数据映射到高维线性可分的情况，且效果没有任何区别
- 核函数是将低维数据映射到高维空间。（ ）
- 下面关于SVM中核函数的说法正确的是？1 核函数将低维空间中的数据映射到高维空间.2 它是一个相似度函数 A: 1 B: 1和2 C: 2