感知器（perceptron）和支持向量機(jī)（svm）只能用于線性可分的樣本嗎？單層感知器只有線性表達(dá)能力，而多層感知器加上非線性激活函數(shù)，具有非線性表達(dá)能力。支持向量機(jī)的線性核只能用于線性可分樣本，而

感知器（perceptron）和支持向量機(jī)（svm）只能用于線性可分的樣本嗎？

單層感知器只有線性表達(dá)能力，而多層感知器加上非線性激活函數(shù)，具有非線性表達(dá)能力。

支持向量機(jī)的線性核只能用于線性可分樣本，而非線性核具有非線性擬合能力。

事實(shí)上，感知器和支持向量機(jī)本質(zhì)上只能對(duì)線性可分?jǐn)?shù)據(jù)進(jìn)行分類。

多層感知器前面的L-1層可視為“特征提取”過程。將線性不可分原始數(shù)據(jù)映射到線性可分特征空間。

支持向量機(jī)的非線性核是相同的，相當(dāng)于將原始數(shù)據(jù)映射到希爾伯特空間。

特征提取的非線性擬合過程可以通過其他方式進(jìn)行（如深度神經(jīng)網(wǎng)絡(luò)）。