[问题]求助kernel-SVM的问题

不要看july的那篇博客了，他那篇博客基本是从别的地方东拼西凑出来的，关于Kernel你可以看这个http://blog.pluskid.org/?p=685 这才是原版的SVM教程，July那篇博客也是抄的这个。 关于你的问题： 1 有两种方法可以求kernel映射后的两个向量的内积，第一种是如你所说，对于两个低维向量x1，x2,先经过某种映射到高维，再进行内积，但是这种方法有一个最大的缺点是映射到高维后计算量会很大（因为维度多了），另一种方法是对原始的低维向量x1,x2算内积，再用某种映射将其结果映射到高维，这种映射就叫做kernel，中间不必出现具体的内积结果而是直接得到高维的内积结果，可以缓解计算量大的问题，具体的原理见上面的链接 2 是的 3 看你的f(x)的公式，xi是训练集的数据，n是训练样本的数量，xj是测试数据。

oh谢谢我好像大概明白了，是求a的时候的那个 sigma里K（Xi，Xj） i，j【1，n】，的Xi，Xj都是来自训练样本的，但求完a，做分类的时候，判别函数的 K（Xi，X）里Xi是训练样本的，X是测试样本的（两条公式我补充在上面）