摘要：
流形学习是一类借鉴了拓扑流形概念的非线性降维方法。 机器学习中降维方法分为线性降维和非线性降维， 而流形学习一般是用来做非线性降维的： 什么是流行？ 代表方法：Laplacian Eigenmaps 拉普拉斯特征映射 谱聚类过程是基于manifold 的 Laplacian Eigenmaps 拉普 阅读全文
摘要：
核函数只是用来计算映射到高维空间之后的内积的一种简便方法。 核函数将m维高维空间的内积运算转化为n维低维输入空间的核函数计算，从而巧妙地解决了在高维特征空间中计算的“维数灾难”等问题，从而为在高维特征空间解决复杂的分类或回归问题奠定了理论基础。 李航的《统计学习方法》中对于核函数的定义： 要注意，核 阅读全文