知识卡片
核回归用Gram矩阵
训练矩阵每一项是两个训练点的相似内积,求解后得到各点系数。新样本的预测是它与训练点的核值加权和。若矩阵近奇异,可在训练矩阵对角线上加入正数,限制不稳定的方向。
在训练核矩阵上加入岭项也能稳定求解。参见 [[岭回归稳定病态拟合]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 核函数及其应用 核回归用训练样本作基 · 查看原书依据
在测试/预测过程中,K中元素为测试样本与训练样本间的核函数值,其不一定为方阵。
参考来源
- 位置:《机器学习基础》第11章,11.3 核回归(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter73.xhtml)
- 结论依据:原文借「在测试/预测过程中,K中元素为测试样本与训练样本间的核函数值」处的论述给出本卡所解释的关系或做法。
- 原始内容:在测试/预测过程中,K中元素为测试样本与训练样本间的核函数值,其不一定为方阵。