«kernel-trick» etiketlenmiş sorular

Çekirdek yöntemleri, doğrusal teknikleri doğrusal olmayan durumlara, özellikle SVM'ler, PCA ve GP'lere genelleştirmek için makine öğreniminde kullanılır. Çekirdek yoğunluğu tahmini (KDE) ve çekirdek regresyonu için [çekirdek yumuşatma] ile karıştırılmamalıdır.

1
Düzenli doğrusal ve RKHS regresyonu
RKHS regresyonunda regülasyon ile lineer regresyon arasındaki farkı inceliyorum, ancak ikisi arasındaki önemli farkı kavramakta zorlanıyorum. Verilen giriş-çıkış çiftleri , bir işlev tahmin etmek isteyen aşağıdaki gibi ; burada bir çekirdek işlevidir. katsayıları çözülerek bulunabilir. ; burada, gösterimde bazı kötüye kullanımlarla , çekirdek matrisi K'nın i, j 'girişi olan {\ …

2
İkili sınıflandırma sorunu için hangi SVM çekirdeği kullanılır?
Vektör makinelerini destekleme konusunda yeni başlayan biriyim. Belirli bir soruna hangi çekirdeğin (örn. Doğrusal, polinom) en uygun olduğunu söyleyen bazı yönergeler var mı? Benim durumumda, web sayfalarını belirli bilgiler içerip içermediklerine göre sınıflandırmak zorundayım, yani ikili bir sınıflandırma sorunum var. Genel olarak bu göreve hangi çekirdeğin en uygun olduğunu söyleyebilir …


2
Özellik seçimi için çekirdek PCA'yı kullanmak mümkün müdür?
Latent Semantik İndeksleme (LSI) için çekirdek ana bileşen analizini (kPCA) PCA ile aynı şekilde kullanmak mümkün müdür? prcompPCA işlevini kullanarak R'de LSI gerçekleştiriyorum ve ilkinden en yüksek yüklemelere sahip özellikleri çıkarıyorumkkkbileşenler. Böylece bileşeni en iyi açıklayan özellikleri elde ediyorum. kpcaFonksiyonu ( kernlibpaketten) kullanmaya çalıştım ancak özelliklerin ağırlıklarına temel bir bileşene …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.