Asymptotic Behaviors of Support Vector Machines with Gaussian Kernel的几个结论

这篇文章主要探讨了高斯核函数的参数对学习器的影响。主要有以下几点结论

1：severe dunderfitting（将数据空间划分为一个主要的类）有三种情况：（1）西格玛方确定，c趋近于0（2西格玛方趋近于零C确定且足够小（3）西格玛方趋近于无穷，c确定

2：severe overfitting（过拟合）：西格玛方趋近于0，C确定且足够大

3：西格玛方无穷大，C跟西格玛方成正比，则该SVM收敛于线性SVM（它的C为正比例数）