Jądra liniowe najlepiej stosować do danych rozdzielanych liniowo. Wyobraź sobie, że twój zestaw danych zawiera tylko 2 funkcje i 2 klasy. Jeśli wykreślisz próbki danych na wykresie, używając dwóch funkcji jako X i Y, zobaczysz, jak próbki z różnych klas są względem siebie ustawione.
Jeśli łatwo jest narysować linię, która oddziela dwie klasy, a następnie jądro liniowy jest świetny do pracy:
Oczywiście to działa z wieloma funkcjami, a nie tylko dwa, czyniąc wielo -wymiarowe spacje. Jeśli jednak danych nie można oddzielić liniowo, trzeba zmapować próbki do innej przestrzeni wymiarowej, używając jąder takich jak RBF lub wielomian.
Ponadto, ponieważ jądro liniowe nie wykonuje żadnego mapowania, generalnie szybciej jest trenować klasyfikator niż w przypadku innych jąder.