模式分析领域研究的是如何发现数据中潜在的关系
随着人们的注意力从线性关系转移到非线性关系,模式分析方法也发生了变化,从最初的统计模式识别,到后来的神经网络和决策树等方法,到本书所讨论的核方法,严格的理论分析推动着新技术的发展和更新。
基于核的方法是统计学习理论中发展出来的较新的研究方法,它有效解决了传统模式识别方法的局部极小化和不完全统计分析的缺点。
目前基于核的模式分析方法已经应用于各种类型的数据(不管它们是向量、串或更复杂的对象),并且能够进行多种类型的数据分析,包括相关、回归、排列、聚类等等。
本书思路:
- 从核函数和基于核的算法的一般原理和性质开始,介绍核函数的特点和性质
- 讨论具体的算法,最后引出构造核的技术
- 特别列举了一些适合特定应用的核。