Câu hỏi được gắn thẻ «kernel-trick»

Nhiều trình phân loại học máy (ví dụ: máy vectơ hỗ trợ) cho phép một người chỉ định kernel. Điều gì sẽ là một cách trực quan để giải thích hạt nhân là gì? Một khía cạnh tôi đã nghĩ đến là sự phân biệt giữa các hạt nhân tuyến …

97 machine-learning  svm  references  kernel-trick  intuition 

Khi sử dụng SVM, chúng ta cần chọn kernel. Tôi tự hỏi làm thế nào để chọn một hạt nhân. Bất kỳ tiêu chí về lựa chọn hạt nhân?

95 machine-learning  svm  kernel-trick 

Tôi bắt đầu say mê với việc sử dụng glmnetvới LASSO Regression trong đó kết quả quan tâm của tôi là phân đôi. Tôi đã tạo một khung dữ liệu giả nhỏ bên dưới: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Có một số cách sử dụng khác nhau: ước tính mật độ hạt nhân lừa nhân làm mịn nhân Vui lòng giải thích "hạt nhân" trong chúng có nghĩa là gì, bằng tiếng Anh, bằng từ riêng của bạn.

73 kernel-trick  kernel-smoothing 

Tôi đã đọc về kernel PCA ( 1 , 2 , 3 ) với các hạt nhân Gaussian và đa thức. Làm thế nào để hạt nhân Gaussian tách biệt dường như bất kỳ loại dữ liệu phi tuyến nào đặc biệt tốt? Vui lòng đưa ra một phân tích …

67 machine-learning  pca  svm  kernel-trick 

Khi sử dụng máy vectơ hỗ trợ, có hướng dẫn nào về cách chọn kernel tuyến tính so với kernel phi tuyến, như RBF không? Tôi đã từng nghe nói rằng hạt nhân phi tuyến tính có xu hướng không hoạt động tốt một khi số lượng tính năng lớn. …

45 machine-learning  classification  svm  references  kernel-trick 

Trực giác đằng sau thực tế là một SVM với Hạt nhân Gaussian có không gian đặc trưng chiều nào?

36 svm  feature-selection  kernel-trick 

Làm thế nào để chứng minh rằng hàm cơ sở xuyên tâm là một hạt nhân? Theo tôi hiểu, để chứng minh điều này, chúng tôi phải chứng minh một trong những điều sau đây:k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2}) Đối với bất kỳ tập hợp vectơ matrix = là semidefinite dương.x1,x2,...,xnx1,x2,...,xnx_1, …

35 svm  kernel-trick 

Tôi đã thấy mọi người đã nỗ lực rất nhiều cho SVM và Kernels, và họ trông khá thú vị khi là người khởi đầu trong Machine Learning. Nhưng nếu chúng ta mong đợi rằng hầu như luôn luôn chúng ta có thể tìm ra giải pháp vượt trội về …

33 machine-learning  svm  kernel-trick  supervised-learning 

Tôi đang sử dụng SVM để phân loại và tôi đang cố gắng xác định các tham số tối ưu cho các hạt nhân tuyến tính và RBF. Đối với nhân tuyến tính, tôi sử dụng lựa chọn tham số xác thực chéo để xác định C và đối với …

32 classification  svm  kernel-trick 

Tôi hơi bối rối với sự khác biệt giữa một SVM và một tri giác. Hãy để tôi thử tóm tắt sự hiểu biết của tôi ở đây, và xin vui lòng sửa chữa những gì tôi sai và điền vào những gì tôi đã bỏ lỡ. Perceptron không cố …

29 machine-learning  svm  kernel-trick 

Ai đó có thể vui lòng cho tôi biết sự khác biệt giữa các hạt nhân trong SVM: Tuyến tính Đa thức Gaussian (RBF) Sigmoid Bởi vì như chúng ta biết rằng kernel được sử dụng để ánh xạ không gian đầu vào của chúng ta vào không gian tính …

26 machine-learning  svm  pattern-recognition  kernel-trick 

Trong SVM, hạt nhân Gaussian được định nghĩa là: trong đó . Tôi không biết phương trình tường minh của \ phi . Tôi muốn biết điều đó.K(x,y)=exp(−∥x−y∥222σ2)=ϕ(x)Tϕ(y)K(x,y)=exp⁡(−‖x−y‖222σ2)=ϕ(x)Tϕ(y)K(x,y)=\exp\left({-\frac{\|x-y\|_2^2}{2\sigma^2}}\right)=\phi(x)^T\phi(y)x,y∈Rnx,y∈Rnx, y\in \mathbb{R^n}ϕϕ\phi Tôi cũng muốn biết liệu Σtôictôiϕ ( xtôi) = ϕ ( ∑tôictôixtôi)∑iciϕ(xi)=ϕ(∑icixi)\sum_ic_i\phi(x_i)=\phi \left(\sum_ic_ix_i \right) nơi ctôi∈ Rci∈Rc_i\in \mathbb R . …

24 machine-learning  svm  kernel-trick 

Tại sao mọi người sử dụng các kỹ thuật lập trình bậc hai (như SMO) khi xử lý các SVM được nhân? Điều gì sai với Gradient Descent? Có thể sử dụng với hạt nhân hay nó quá chậm (và tại sao?). Đây là một bối cảnh nhỏ hơn: cố …

21 svm  kernel-trick  gradient-descent 

Trong bối cảnh học máy và nhận dạng mẫu, có một khái niệm gọi là Kernel Trick . Đối mặt với các vấn đề mà tôi được yêu cầu để xác định xem một hàm có thể là hàm kernel hay không, chính xác thì nên làm gì? Trước tiên …

21 machine-learning  kernel-trick