高斯核函数的计算公式

高斯核函数的计算公式如下所示：

K(x, y) = exp(-gamma * ||x - y||^2)

其中，`x`和`y`是输入样本，`||x - y||^2`表示欧氏距离的平方，`gamma`是高斯核函数的一个超参数，控制着高斯核函数的形状。在公式中，`exp`表示指数函数。

高斯核函数的计算公式可以用来度量两个样本之间的相似度。当两个样本的欧氏距离越小，高斯核函数的值越接近1，表示两个样本越相似；当两个样本的欧氏距离越大，高斯核函数的值越接近0，表示两个样本越不相似。

通过使用高斯核函数，可以将线性不可分的数据映射到高维空间，使其在高维空间中变得线性可分。这是因为高斯核函数在计算相似度时，会考虑到样本之间的非线性关系，从而提高了分类器的性能。