-
徑向基函數核
鎖定
- 中文名
- 徑向基函數核
- 外文名
- Radial Basis Function (RBF) kernel
- 別 名
- 高斯核,平方指數核
- 類 型
- 核函數
- 學 科
- 統計學
- 應 用
- 機器學習
徑向基函數核定義
關於兩個樣本x和x'的RBF核可表示為某個輸入空間(input space)的特徵向量,它的定義如下所示
[2]
:
徑向基函數核近似
因為支持向量機和其他模型使用了核技巧,它在處理輸入空間中大量的訓練樣本或含有大量特徵的樣本的時表現不是很好。所以,2016年已經設計出了多種RBF核(或相似的其他核)的近似方法
[3]
。典型的情況下,這些方法使用z(x)的形式,也就是用一個函數對一個與其他向量(例如支持向量機中的支持向量)無關的單向量進行變換,例如:
其中
是RBF核中植入的隱式映射。
一種建構這樣的z函數的方法,是對核函數作傅里葉變換,然後從中隨機抽出所需函數
[4]
。
- 參考資料
-
- 1. Rasmussen, C. E..Gaussian processes in machine learning.Berlin, Heidelberg:Springer,2004:pp.14
- 2. Schölkopf B, Tsuda K, Vert J. A Primer on KernelMethods[C]// Kernel Methods in Computational. MIT Press, 2004:35-70.
- 3. Ring M, Eskofier B M. An approximation of the Gaussian RBF kernel for efficient classification with SVMs[M]. Elsevier Science Inc. 2016.
- 4. Rahimi A, Recht B. Random features for large-scale kernel machines[C]// International Conference on Neural Information Processing Systems. Curran Associates Inc. 2007:1177-1184.
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:4次歷史版本
- 最近更新: 你饿嘛i