线性英文

线性可分就是说可以用一个线性函数把两类样本分开，比如二维空间中的直线、三维空间中的平面以及高维空间中的线性函数。

所谓可分指可以没有误差地分开；线性不可分指有部分样本用线性分类面划分时会产生分类误差的情况。

在这种情况下，SVM就通过一个非线性映射函数把样本映射到一个线性可分高维空间，在此高维空间建立线性分类面，而此高维空间的现行分类面对应的就是输入空间中的非线性分类面。

判断是否线性可分：不同样本集用凸包包起来，判断不同凸包的边是否有交叉。

扩展资料：

判断线性可分和线性不可分——凸包

1、中心法

先构造一个中心点，然后将它与各点连接起来，按斜率递增的方法，求出凸包上部；再按斜率递减的方法，求出凸包下部。

2、水平法

从最左边的点开始，按斜率递增的方法，求出凸包上部；再按斜率递减的方法，求出凸包下部。水平法较中心法减少了斜率无限大的可能，减少了代码的复杂度。

3、快包法

选择最左、最右、最上、最下的点，它们必组成一个凸四边形（或三角形）。这个四边形内的点必定不在凸包上。然后将其余的点按最接近的边分成四部分，再进行快包法(QuickHull)。

参考资料：百度百科-凸包

线性和非线性的区别简单的说，只有数乘和加法的就是线性。除了线性的其余都是非线性的。线性在数学上可以理解为一阶导数为常数的函数，非线性一阶导数不为常数。概念：线性，英文名linear，指量与量之间按比例成直线的关系，在时间和空间上代表规则和光滑的运动，在数学上可以理解为一阶导数为常数的函数。非线性，英文名non-linear，指不按比例、不成直线的关系，代表不规则的运动和突变，一阶导数不为常数。区别：1、线性函数就是一次函数，它的图像为一条直线。常用于区别函数y=f(x)对自变量x的依赖关系。2、其它函数为非线性函数，其图像就是除直线以外的图像。它会影响倾角传感器的测量精度，能够通过后续进行校正，取决于校正点的多少。校正点越多，非线性越好。

exp{x}=e的x次方,例如，exp{2}=e的平方，它是一个数学符号，不这样写也可以的

好象是中学代数里的概念吧，忘了