Câu hỏi được gắn thẻ «kernel-trick»

Tôi đang nghiên cứu sự khác biệt giữa chính quy trong hồi quy RKHS và hồi quy tuyến tính, nhưng tôi gặp khó khăn trong việc nắm bắt sự khác biệt quan trọng giữa hai phương pháp này. (xi,yi)(xi,yi)(x_i,y_i)f(⋅)f(⋅)f(\cdot)f(x)≈u(x)=∑i=1mαiK(x,xi),f(x)≈u(x)=∑i=1mαiK(x,xi),\begin{equation}f(x)\approx u(x)=\sum_{i=1}^m \alpha_i K(x,x_i),\end{equation}K(⋅,⋅)K(⋅,⋅)K(\cdot,\cdot)αmαm\alpha_mminα∈Rn1n∥Y−Kα∥2Rn+λαTKα,minα∈Rn1n‖Y−Kα‖Rn2+λαTKα,\begin{equation} {\displaystyle \min _{\alpha\in R^{n}}{\frac {1}{n}}\|Y-K\alpha\|_{R^{n}}^{2}+\lambda \alpha^{T}K\alpha},\end{equation}i,ji,ji,jKKKK(xi,xj)K(xi,xj){\displaystyle K(x_{i},x_{j})} α∗=(K+λnI)−1Y.α∗=(K+λnI)−1Y.\begin{equation} …

9 regression  generalized-linear-model  regularization  kernel-trick  rbf-kernel 

Tôi là người mới bắt đầu khi hỗ trợ máy vectơ. Có một số hướng dẫn cho biết hạt nhân nào (ví dụ tuyến tính, đa thức) phù hợp nhất cho một vấn đề cụ thể không? Trong trường hợp của tôi, tôi phải phân loại các trang web theo …

9 classification  svm  model-selection  libsvm  kernel-trick 

Khi sử dụng libsvm, tham số là tham số cho hàm kernel. Giá trị mặc định của nó là thiết lập như γ = 1γγ\gammaγ= 1số lượng tính năng.γ=1number of features.\gamma = \frac{1}{\text{number of features.}} Có hướng dẫn lý thuyết nào để thiết lập tham số này bên cạnh các …

9 machine-learning  svm  data-mining  libsvm  kernel-trick 

Có thể sử dụng phân tích thành phần chính của hạt nhân (kPCA) cho Lập chỉ mục ngữ nghĩa tiềm ẩn (LSI) giống như cách sử dụng PCA không? Tôi thực hiện LSI trong R bằng cách sử dụng prcompchức năng PCA và trích xuất các tính năng có tải …

9 r  pca  feature-selection  kernel-trick 

Tôi hơi bối rối về công thức tính hiệp phương sai trong quy trình Gaussian (việc thêm phương sai luôn làm tôi bối rối vì nó không phải lúc nào cũng được ký hiệu rõ ràng). Nguồn gốc của sự nhầm lẫn là các công thức được đưa ra trong …

8 machine-learning  covariance  covariance-matrix  kernel-trick  gaussian-process 

Nhiều phương thức học hạt nhân nhằm xây dựng một mô hình hạt nhân trong đó hạt nhân là sự kết hợp tuyến tính của các hạt nhân cơ sở cố định. Học kernel sau đó bao gồm học các hệ số trọng số cho từng kernel cơ sở, thay …

8 machine-learning  svm  kernel-trick 

Tôi có hai nhóm 10 người tham gia được đánh giá ba lần trong một thử nghiệm. Để kiểm tra sự khác biệt giữa các nhóm và trong ba đánh giá, tôi đã chạy ANOVA thiết kế hỗn hợp 2x3 với group(kiểm soát, thử nghiệm), time(thứ nhất, thứ hai, ba) …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

Tôi đang triển khai trình phân loại SVM phi tuyến tính với kernel RBF. Tôi được biết rằng sự khác biệt duy nhất so với một SVM bình thường là tôi chỉ cần thay thế sản phẩm chấm bằng hàm kernel: Tôi biết một SVM tuyến tính bình thường hoạt …

8 classification  svm  kernel-trick  nonlinear 

Các hàm riêng và giá trị riêng của hạt nhân hàm mũ là gì? Hạt nhân hàm mũ được định nghĩa là k(x,x′)=σ2exp(||x−x′||l)k(x,x′)=σ2exp⁡(||x−x′||l)k(x,x')=\sigma^2\exp\left(\frac{||x-x'||}{l}\right) nơi cả hai σ>0σ>0\sigma>0 và l>0l>0l>0. Định lý Mercers cho chúng ta biết rằng với mọi hàm kernel k(x,x′)k(x,x′)k(x,x') tồn tại một sự phân rã trong các …

8 kernel-trick 

"Phương thức kernel" và "tái tạo không gian Hilbert kernel" có liên quan không? Cụ thể, "kernel" được sử dụng trong thuật ngữ "kernel kernel" có giống (loại) "kernel" như được sử dụng trong thuật ngữ "tái tạo không gian Hilbert kernel" không? Lưu ý rằng tôi đã kiểm tra …

7 machine-learning  terminology  kernel-trick 

Khi thuật toán học (ví dụ: phân loại, hồi quy, phân cụm hoặc giảm kích thước) chỉ sử dụng sản phẩm chấm giữa các điểm dữ liệu chúng tôi có thể sử dụng ánh xạ chiều cao hơn thông qua thủ thuật kernel, trao đổi tất cả các trường hợp …

7 regression  machine-learning  classification  kernel-trick 

Tôi đang cố gắng tìm hiểu thêm về lý thuyết máy nhân và tôi đã phát hiện ra rằng tôi cần học nhiều toán nền, và vì vậy tôi đang tìm kiếm một số tài nguyên tốt cho việc này. Cụ thể: Tôi đã có cuốn sách Schölkopf và Smola's …

7 machine-learning  self-study  references  kernel-trick