SVM模型预测解决非线性数据的问题，是把数据转化成线性了吗

SVM模型预测解决非线性数据的问题，是把数据转化成线性了吗？
比如 我做空气质量指数的预测，我用ARIMA模型做出的空气质量指数的残差，想将非线性残差序列用SVM模型再做一次预测，最终是把非线性数据转成线性的了吗

SVM模型预测解决非线性数据的问题，是通过核函数将非线性数据全部转化成更高维的数据，在更高维度的空间中，使得这些更高维的数据是可以进行线性分类的，从而在实际分类中，其分类原理是首先需要对原始数据进行核函数的变换，根据变换后的数据进行分类判别，最终确定原始数据的所属类别

二维不可分的在高维空间里面将会以更大的概率被线性分开
SVM处理非线性问题主要用到了两种方法：
到更高维度去找可以分类的超平面。
有限制地降低分类要求。