이러한 특징을 가지고 커널 함수를 정의한다
커널 함수를 사용하면 원래 입력 데이터가 가지고 있던 비선형적인 특징을 linear classifier로 분류할 수 있게 됩니다
입력 데이터를 고차원 feature space 으로 매핑시키는 함수
커널 함수를 사용하면서도 비선형적인 특징을 유지할 수 있는 이유는, 고차원 특징 공간에서는 Orthogonal 관계에 있는 데이터 쌍이 매우 드물기 때문
여기서 커널 함수는 입력 데이터 x와 z의 Feature Map 결과값에 대한 내적(inner product)을 계산하는 함수.
여기서 새로 추가되는 차원에 대한 input은 임의로 나머지 차원을 이용해 만들어준다
Kernels also can be interpreted as similarity metrics (especially Gaussian Kernel)
Kernel Functions