Question

SVM的特征矩阵为什么是半正定的

SVM中的核方法是否解决了如下问题：
SVM中凸二次规划的矩阵一定是半正定的；
SVM中凸二次规划一定满足KKT条件；
将数据样本集映射到高维后一定线性可分；
成功分类后，从高维向低维映射能得到什么结论，这两种映射是否可逆？
上述结论是乎是成立的，请问完整的证明是什么？

• 你的回答被采纳后将获得：
• 系统奖励15（财富值+成长值）+难题奖励20（财富值+成长值）

Answer 1

应该是选择的核函数的问题吧
选的是sigmoid