Week7.2_SVM

1.特征向量n，训练样本的数量m，应该选择怎样的核函数？
2.归一化处理
3.有哪些核函数？ 线性核函数（不含f）；高斯核函数、多项式核函数。。。
4.libliner,libsvm 可以得到theta
5.逻辑回归、支持向量机、神经网络采用的对比→我们更应该关注的是特征值选择（增加），训练集的增加等
6.Gaussian kernel as a similarity function that measures the “distance” between a pair of examples, (x(i),x(j)).
7.x输入靠近l，为1，不靠近为0（similarity）