• 선형 커널(linear kernel): 선형으로 분류 가능한 데이터에 적용하며, 다음 수식을 사용합니다.

또한, 선형 커널은 기본 커널 트릭으로 커널 트릭을 사용하지 않겠다는 의미와 일맥상통합니다.

• 다항식 커널(polynomial kernel): 실제로는 특성을 추가하지 않지만, 다항식 특성을 많이 추가한 것과 같은 결과를 얻을 수 있는 방법입니다. 즉, 실제로는 특성을 추가하지 않지만, 엄청난 수의 특성 조합이 생기는 것과 같은 효과를 얻기 때문에 고차원으로 데이터 매핑이 가능하게 합니다.

• 가우시안 RBF 커널(Gaussian RBF kernel): 다항식 커널의 확장이라고 생각해도 좋습니다. 입력 벡터를 차원이 무한한 고차원으로 매핑하는 것으로, 모든 차수의 모든 다항식을 고려합니다. 즉, 다항식 커널은 차수에 한계가 있는데, 가우시안 RBF는 차수에 제한 없이 무한한 확장이 가능합니다.