中文说明：应用背景当评估一个和EOUT由此产生的分类 二，使用二进制分类错误 阳离子。实际发言：（我）为该作业的目的，没有规模的数据时，你使用libsvm或其他的包，以免改变E 有效核和迪 不同结果。（Ⅱ）在某些包中，您需要指定双精度。（三）在10倍交叉验证，如果数据大小是不多的10，大小的10亚群可能是O 1数据点。关键技术考虑多项式核函数n；XM）=（1 + xTnXM）Q，在哪里问的程度多项式。
English Description：
Application backgroundWhen evaluating Ein and Eout of the resulting classi er, use binary classi cation error. Practical remarks: (i) For the purpose of this homework, do not scale the data when you use libsvm or other packages, lest you should change the e ective kernel and get di erent results. (ii) In some packages, you need to specify double precision. (iii) In 10-fold cross validation, if the data size is not a multiple of 10, the sizes of the 10 subsets may be o by 1 data point.Key TechnologyConsider the polynomial kernel K(x n ; xm) = (1 + x T n xm) Q , where Q is the degree of the polynomial.