Machine learning （SVM）1次线性核和多项式核之间的差异？

我是机器学习新手。有人能告诉我1次wrt支持向量机的线性核和多项式核的区别吗（如果有区别的话）

---

我问的原因是，我在UCI的垃圾邮件数据集上得到了不同的精确度。

没有数学上的差异，但在实现方面，它们将以不同的方式解决，并且可能具有不同的默认值。因此，如果您观察到不同的结果-这是由于实现（以及特定的库等），而不是背后的数学。

谢谢。我正在使用sklearn包（内部使用libSVM）。我在sklearn网页上看到了文档，他们实际上提到了多项式内核的伽马因子。[我不明白为什么？！]请注意sklearn中的“LinearSVC”不是通常所说的SVM。它们取铰链损失的平方，并惩罚偏差项。关于gamma-它为多项式核提供了更多的灵活性（因为还有coef0，核本身的偏差项，gamma在某种程度上控制它们的影响）。通常-将gamma设置为1，将coef0设置为0，以尽可能接近此库。