高斯核函数的一般表达形式

高斯核函数（Gaussian Kernel Function）是支持向量机（SVM）中常用的一种核函数，其一般表达形式为：

K(x_i, x_j) = exp(- || x_i - x_j ||^2 / (2 * σ^2))

其中，x_i和x_j分别表示样本i和样本j的特征向量，|| x_i - x_j ||^2表示它们之间欧几里得距离的平方，σ是高斯核函数的带宽参数，控制着样本点对最终分类结果的影响程度。当σ越小时，高斯核函数越陡峭，对数据的拟合越精细，但容易过拟合；当σ越大时，高斯核函数越平缓，对数据的拟合越粗略，但容易欠拟合。