← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9407.h · 生成模型:Tencent Hunyuan Hy

RBF核PCA三步与聚集

理解等级:中级

基于RBF核的PCA三步:①计算任意两样本对的RBF值得到对称核矩阵K(n样本得n×n);②对K做聚集(centering)处理;③按降序取前k个特征值对应特征向量。核PCA的特征向量不是主成分轴而是样本在这些轴上的映射;聚集是必要的,因为未显式计算新特征空间、无法保证其中心在零点。γ无通用值,需实验或网格搜索确定。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python机器学习》第5章《5.3.1 核函数与核技巧》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/在生成协方差矩阵并通过φ以非线性特征的组合替代点积时,所有特征的均值为0。由此,在第2步中聚集核矩阵就显得很有必要`) - 结论依据:原文直接支撑上述要点。 - 原始内容:在第2步中聚集核矩阵就显得很有必要