6.0背景
SVM | 柔軟 | 能力(任意精度の角度の任意の連続関数を近似します) | 事務所の数学的理論 | グローバル最適なソリューション | パラメータを手動で調整なし | 大きな計算オーバヘッド(相対) | 難しいのフィールドサポート | 科学的なコミュニティサービス |
神経回路網 | 柔軟 | 能力 | 理論は、認知から、不明です | 局所最適解 | 手動パラメータ調整への依存 | ビッグまたは小規模 | どこでもフィールドサポート | サービス産業 |
6.1間隔とサポートベクター
-
間隔(マージン):許容範囲が良い、高い堅牢性、最強の一般化である、「ミドル」を選択
-
汎化:未来のデータを予測する能力
-
SVM(サポートベクター):距離の超平面最後のいくつかのポイント(ポジティブサンプルとネガティブサンプル)
-
最大間隔:直線までの最短距離の点= 1 W(往復スロープ)/
-
凸関数とは何か:Y = X ^ 2、我々は凸最適化、グローバル最適なソリューションを持っている必要があります(二次微分が正)
双対問題の6.2ペア
-
ラグランジュ乗数法:高次元関数は、制約条件を低減します
-
ソリューションのスパース:KKT条件
-
-
のみサポートベクトルの数と関連し、wが決定
-
-
mosekツール
-
(SMO)
6.3カーネル
- 直線切っても切れない:高次元空間を確立するために、L次元、線形分類
- マーサー定理(フル不要):限りに対応する機能対称カーネル行列半正定値(全て非負式マスター)、それはカーネル関数として使用することができます
6.4ソフト間隔と正則
- 0/1損失関数:スペーサーと損失の間の妥協を取ります
- 問題:0/1損失関数非凸、非連続、簡単に最適化
- 代替損失:0/1損失関数の一般的な上限
- 正則化
- 対数回帰チャンス
- 最小絶対収縮選択オペレーター(LASSO)
6.5サポートベクトル回帰
-
ミス間隔より大きなドット、少ない数
-
損失関数
-
二次計画:目標は二次関数で、制約は一次関数であります
6.6カーネル法
- 原子力SVM
- カーネルPCA
- 核LDA
- 再生核ヒルベルト空間(再生核ヒルベルト空間)