Câu hỏi được gắn thẻ «kernel-trick»

Sau khi thực hiện phân tích thành phần chính (PCA), tôi muốn chiếu một vectơ mới lên không gian PCA (tức là tìm tọa độ của nó trong hệ tọa độ PCA). Tôi đã tính PCA bằng ngôn ngữ R bằng cách sử dụng prcomp. Bây giờ tôi có thể …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

Thủ thuật kernel được sử dụng trong một số mô hình học máy (ví dụ: SVM ). Nó được giới thiệu lần đầu tiên trong bài viết "Cơ sở lý thuyết của phương pháp chức năng tiềm năng trong nghiên cứu nhận dạng mẫu" vào năm 1964. Định nghĩa wikipedia …

20 machine-learning  kernel-trick 

Hàm hiệp phương sai Matérn thường được sử dụng làm hàm kernel trong Quá trình Gaussian. Nó được định nghĩa như thế này Cν(d)=σ221−νΓ(ν)(2ν−−√dρ)νKν(2ν−−√dρ)Cν(d)=σ221−νΓ(ν)(2νdρ)νKν(2νdρ) {\displaystyle C_{\nu }(d)=\sigma ^{2}{\frac {2^{1-\nu }}{\Gamma (\nu )}}{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}^{\nu }K_{\nu }{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}} Trong đó là hàm …

19 spatial  gaussian-process  kernel-trick 

Sự khác biệt giữa thực hiện hồi quy tuyến tính với Hàm cơ sở xuyên tâm Gaussian (RBF) và thực hiện hồi quy tuyến tính với hạt nhân Gaussian là gì?

18 regression  normal-distribution  kernel-trick 

Sự khác biệt giữa hồi quy Primal , Dual và Kernel Ridge là gì? Mọi người đang sử dụng cả ba và vì ký hiệu khác nhau mà mọi người sử dụng ở các nguồn khác nhau rất khó để tôi theo dõi. Vì vậy, ai đó có thể nói …

18 regression  kernel-trick  ridge-regression 

Nếu trong kernel PCA tôi chọn kernel tuyến tính , thì kết quả sẽ khác với PCA tuyến tính thông thường ? Là các giải pháp về cơ bản khác nhau hoặc một số quan hệ được xác định rõ tồn tại?K( x , y ) = x⊤yK(x,y)= =x⊤yK(\mathbf{x},\mathbf{y}) = …

17 pca  kernel-trick 

Làm thế nào tôi có thể hiểu hạt nhân RBF trong SVM làm gì? Ý tôi là tôi hiểu các phép toán, nhưng có cách nào để có cảm giác khi hạt nhân này sẽ hữu ích không? Kết quả từ kNN có liên quan đến SVM / RBF do …

17 svm  kernel-trick 

Tôi muốn thực hiện một thuật toán trong một bài báo sử dụng kernel SVD để phân tách ma trận dữ liệu. Vì vậy, tôi đã đọc các tài liệu về các phương thức kernel và PCA kernel, v.v. Nhưng nó vẫn rất mơ hồ đối với tôi đặc biệt …

17 pca  svd  kernel-trick 

Thêm một câu hỏi chung. Tôi đang chạy một SVM rbf cho mô hình dự đoán. Tôi nghĩ rằng chương trình hiện tại của tôi chắc chắn cần một chút tăng tốc. Tôi sử dụng scikit learn với tìm kiếm từ lưới thô đến mịn + xác thực chéo. Mỗi …

16 machine-learning  svm  predictive-models  scikit-learn  kernel-trick 

Người ta thường nói rằng hồi quy quá trình gaussian tương ứng (GPR) với hồi quy tuyến tính bayes với một số lượng vô hạn (có thể) các hàm cơ sở. Tôi hiện đang cố gắng hiểu chi tiết điều này để có được trực giác về loại mô hình …

14 gaussian-process  kernel-trick  basis-function 

Tôi đang cố gắng để hiểu được trực giác đằng sau kernel SVM. Bây giờ, tôi hiểu cách thức hoạt động của SVM tuyến tính, theo đó một dòng quyết định được thực hiện để phân chia dữ liệu tốt nhất có thể. Tôi cũng hiểu nguyên tắc đằng sau …

14 machine-learning  svm  kernel-trick 

Làm thế nào để chứng minh rằng đối với hàm cơ sở xuyên tâm không có không gian đặc trưng chiều hữu hạn như vậy rằng đối với một số chúng ta có ?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})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning  svm  kernel-trick 

Gần đây tôi đã biết về việc sử dụng thủ thuật Kernel, ánh xạ dữ liệu vào các không gian có chiều cao hơn trong nỗ lực tuyến tính hóa dữ liệu theo các chiều đó. Có trường hợp nào tôi nên tránh sử dụng kỹ thuật này? Có phải …

13 machine-learning  svm  kernel-trick  heuristic 

Dường như có nhiều thuật toán học máy dựa trên các hàm kernel. SVM và NN để đặt tên nhưng hai. Vậy định nghĩa của hàm kernel là gì và các yêu cầu để nó hợp lệ là gì?

13 svm  terminology  kernel-trick 

Tôi đã chạy một SVM dựa trên một tập dữ liệu nhất định và thực hiện quan sát sau: Nếu tôi thay đổi số lượng tính năng để xây dựng trình phân loại, số lượng vectơ hỗ trợ kết quả cũng sẽ được thay đổi. Tôi muốn biết làm thế …

12 machine-learning  classification  svm  kernel-trick