- Kernel function
- 为方便进行判别分析,将低维数据(original space)映射到高维(feature space)(叫做hilbert space,H)的方式函数掩盖,并可求得高维空间中向量的内积,从而得到高维空间中一些几何特征,如角度,欧式距离
- 简单二分类问题,将高维空间中的相应的样本向量相加除以数量(监督学习),即得到这个核心点,不同核心点连接形成的直线再取垂直平分线,则交点作为判断数据的初始点,则判断夹角即可得到判断值
- 有限半正定(PSD)
- theorem(characterization of kernels)
核函数
最新推荐文章于 2024-09-26 16:43:41 发布