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,
,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。
二、核技巧
核技巧的思想是只定义核函数 ,而不显示的定义映射函数 ,因为直接计算 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
2、高斯核函数
3、径向基核函数
4、sigmoid核函数
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
求解上述函数为求凸二次规划问题
决策函数为
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 用 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》