再一次不免俗地先上一開始的第一張圖：
然後紅色框是我們今天要討論的主角：
因為在G社提供的課程教材中，並沒有特別深入介紹 Kernel Method，所以我就去網路上查一些文章，嘗試理解並自己整理出一個希望一般人(包含自己)能看得懂的解釋。
Kernel Method 會和 SVM(支援向量機)一起提到，就像圖片那樣。這是因為 SVM 得搭配 kernel 函數才能讓SVM可以在分類問題中有比較好的效能。
當我們手上有一批資料，它們是不同類別的資料，但它們無法被線性分類區分出來的時候，利用Kernel Method就可以用非線性的投影，把資料投射到更高維度的空間中以區分出來。
圖片來源:https://blog.csdn.net/xianlingmao/article/details/7719122
更詳細的內容，請等我看完了解後再追加補充XD。
iThome鐵人賽
看影片追技術