SVM支持向量机系列理论(八) 核逻辑回归

kernel 逻辑回归(KRL)就是使用Representer TheoryL2正则的逻辑回归模型中应用核技巧

1. Representer Theoem

Representer Theoem是说,对于任何一个L2正则化的线性模型,其最优的权重向量 w w ∗ 会是其如输入特征空间的线性组合。即:
Representer Theory

而在我们的线性模型中,由于有 w=Ni=1 βiyi zi w ∗ = ∑ i = 1 N   β i ∗ y i   z i ,因此最后的模型目标函数 f(z)=wz+b f ( z ) = w ∗ z + b 中,总可以表达成核函数的形式,因此可以得出结论:对于任何一个L2正则化的线性模型,都可以使用核技巧

2. 核逻辑回归(KRL)

利用 w=Ni=1 βiyi zi w ∗ = ∑ i = 1 N   β i ∗ y i   z i ,代入L2正则化的逻辑回归模型,便可以得到KRL模型,引入核技巧后,我们的逻辑回归模型就可以解决非线性问题了
如下:
KRL

那么这个无约束的优化问题同样可以利用梯度下降等算法求解最优的 β β ,与支持向量中的 α α 不一样的是, β β 大部分是非零的

参考: 林轩田 机器学习技法

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值