Statistiche e Big Data kernel-trick

1

Regressione lineare vs RKHS regolarizzata

Sto studiando la differenza tra regolarizzazione nella regressione RKHS e regressione lineare, ma faccio fatica a capire la differenza cruciale tra i due. ( xio, yio)(xi,yi)(x_i,y_i)f( ⋅ )f(⋅)f(\cdot)f( x ) ≈ u ( x ) = ∑i = 1mαioK( x , xio) ,f(x)≈u(x)=∑i=1mαiK(x,xi),\begin{equation}f(x)\approx u(x)=\sum_{i=1}^m \alpha_i K(x,x_i),\end{equation}K( ⋅ , ⋅ )K(⋅,⋅)K(\cdot,\cdot)αmαm\alpha_mminα …

9 regression generalized-linear-model regularization kernel-trick rbf-kernel

2

Quale kernel SVM utilizzare per un problema di classificazione binaria?

Sono un principiante quando si tratta di supportare macchine vettoriali. Ci sono alcune linee guida che dicono quale kernel (ad esempio lineare, polinomiale) è più adatto per un problema specifico? Nel mio caso, devo classificare le pagine Web in base al fatto che contengano o meno alcune informazioni specifiche, ovvero …

9 classification svm model-selection libsvm kernel-trick

2

Uso del parametro Gamma con macchine vettoriali di supporto

Quando si usa libsvm, il parametro è un parametro per la funzione kernel. Il suo valore predefinito è impostato comeγγ\gammaγ= 1numero di funzionalità.γ=1numero di funzionalità.\gamma = \frac{1}{\text{number of features.}} Esistono indicazioni teoriche per l'impostazione di questo parametro oltre ai metodi esistenti, ad esempio la ricerca della griglia?

9 machine-learning svm data-mining libsvm kernel-trick

2

È possibile utilizzare il kernel PCA per la selezione delle funzionalità?

È possibile utilizzare l'analisi dei componenti principali del kernel (kPCA) per Latent Semantic Indexing (LSI) nello stesso modo in cui viene utilizzata la PCA? Eseguo LSI in R usando la prcompfunzione PCA ed estraggo le funzionalità con i caricamenti più alti dai primi componenti. Con ciò ottengo le caratteristiche che …

9 r pca feature-selection kernel-trick

Domande taggate «kernel-trick»