Kernel Methods - An conclusion
Kernel Methods理论的几个要点:
- 隐藏的特征映射函数\(\Phi\)
- 核函数\(\kappa\):
- 条件: 对称, 正半定;
- 合法的每个kernel function都能找到对应的\(\Phi\)
- kernel matrix
- 以KPCA, KSVM, KLR为例, 理解如何利用kernel将线性算法转换成非线性的过程和思想, 具体的推导过程倒不是那么重要
- 表现定理: 最优解\(f\in RKHS \text{ of } \kappa\)
笔记列表:
(END)
Daniel的学习笔记
浙江大学计算机专业15级硕士在读, 方向: Machine Learning, Deep Learning, Computer Vision.
blog内容是我个人的学习笔记, 由于个人水平限制, 肯定有不少错误或遗漏. 若发现, 欢迎留言告知, Thanks!
Daniel的学习笔记
浙江大学计算机专业15级硕士在读, 方向: Machine Learning, Deep Learning, Computer Vision.
blog内容是我个人的学习笔记, 由于个人水平限制, 肯定有不少错误或遗漏. 若发现, 欢迎留言告知, Thanks!