Boostable

:: :: :: ::

微博：

昵称： Boostable
园龄： 11年2个月
粉丝： 39
关注： 1

1. Re:Computer Science Theory for the Information Age-4: 一些机器学习算法的简介
谢谢，up的帖子24年了还在看
--jiaxiaovi
2. Re:Computer Science Theory for the Information Age-1: 高维空间中的球体
博主，请问这些证明书上有吗？
--fxbleet
3. Re:Jordan Lecture Note-1: Introduction
你好！可不可以给我发一份讲义 915192678@qq.com 谢谢哦！
--尔齐
4. Re:Jordan Lecture Note-12: Kernel典型相关分析(Kernel Canonical Correlation Analysis, KCCA).
博主，你好。我想问一下式(1)和式(4)怎么推导的，我推导了好久都好像推导不正确......
--坐在厕所吃西瓜
5. Re:Jordan Lecture Note-11: 典型相关分析(Canonical Correlation Analysis, CCA).
讲的太好了，请问您是如何学习这些的呢？看论文吗
--MarkKobs

2014年3月9日

摘要： Kernel典型相关分析（一）KCCA 同样，我们可以引入Kernel函数，通过非线性的坐标变换达到之前CCA所寻求的目标。首先，假设映射

Φ_{X} : x \to Φ_{X} (x), Φ_{Y} : y \to Φ_{Y} (y)

$\Phi_X: x\rightarrow \Phi_X(x), \Phi_Y: y\rightarrow \Phi_Y(y)$ ，记

$\mathbf{\Phi_X}=(\Phi_X(x_1),\Phi_X(x_2),\cdots,\Phi_X(x_p))^\prime, \mathbf{\Phi_Y}=(\Phi_Y(y_1),\Phi_Y(y_2),\cdots,\Phi_Y(y_q))^\prime$ 。我们要寻找典型变量

$u,v$ 使相关系数最大，其中$u 阅读全文

posted @ 2014-03-09 21:49 Boostable 阅读(3194) 评论(2) 推荐(3) 编辑