数学基础-核技巧

一、非线性分类问题

非线性分类问题指通过非线性模型才能很好的分类的问题,如下图所示,用直线无法将左图的两个类别分类,需要用椭圆,那么椭圆表示式为分类模型,该分类模型为非线性分类模型。将原空间X通过映射函数映射到Z空间, z = Φ ( x ) ,通过一个非线性变换,将源空间映射到特征空间,特征空间的特征是线性可分的,在特征空间求解线性模型。
这里写图片描述

二、核技巧

核技巧的思想是只定义核函数 K ( x , y ) = Φ ( x ) Φ ( y ) ,而不显示的定义映射函数 Φ ( x ) ,因为直接计算 K ( x , y ) 较寻找映射函数容易,因为特征空间和映射函数并不唯一。

三、常用的核函数

1、多项核函数
K ( x , y ) = ( x y + 1 ) p
2、高斯核函数
K ( x , y ) = e x p ( | | x y | | 2 2 σ 2 )
3、径向基核函数
K ( x , y ) = e x p ( γ | | x y | | 2 )
4、sigmoid核函数
K ( x , y ) = t a n h ( η < x i , x > + θ )

四、核技巧的应用

1、非线性支持向量机(KSVM)
选择核函数,支持向量机的策略目标函数为
这里写图片描述
求解上述函数为求凸二次规划问题
决策函数为
这里写图片描述

2、核PCA(KPCA)

核PCA是在降维的过程中,将源数据进行映射,对变换过程中出现的 Φ ( x ) Φ ( y ) K ( x , y ) 替换。

写博客的目的是学习的总结和知识的共享,如有侵权,请与我联系,我将尽快处理
参考李航的《统计机器学习》

猜你喜欢

转载自blog.csdn.net/weixin_37801695/article/details/80676384
今日推荐