Nystrom估计的误差分析及改进

;ImprovedNystromLow-RankApproximationandErrorAnalysis;;小秩矩阵(low-rankmatrix)在核方法和抽样中,可有效地减小计算开销。给定数据集$X{rm{=}}left{{{x_i}}right}_{i=1}^n$,核矩阵为$K=left{{{{rm{k}}_{ij}}}right}_{i,j=1}^n$,其中${k_{ij}}=k({x_i},{x_j})=leftlangle{varphi({x_i}),varphi({x_j})}rightrangle$,所以需要计算一个n*n大小的核矩阵,在问题规模较大时,开销很大。;;而核空间中的Nystromlow-rankapproximat ...

转载于:https://www.cnblogs.com/zhchngzng/archive/2012/11/03/3641520.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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