百科知识

教育/科学

急急急！高斯径向基核函数对应的低维空间到高维空间的映射是怎么样的?

2013-10-28 18:42:12G***
急急急！ 高斯径向基核函数对应的低维空间到高维空间的映射是怎么样的映射？？？急急急！高斯径向基核函数对应的低维空间到高维空间的映射是怎么样的映射？？？：所谓径向基函数 (Radial Basis Function 简称 RBF), 就是?

最佳回答

  •   所谓径向基函数 (Radial Basis Function 简称 RBF), 就是某种沿径向对称的标量函数。 通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数 , 可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小。
       最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中xc为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围。 建议首选RBF核函数，因为： 能够实现非线性映射；（ 线性核函数可以证明是他的一个特例；SIGMOID核函数在某些参数上近似RBF的功能。
      ） 参数的数量影响模型的复杂程度，多项式核函数参数较多。 the RBF kernel has less numerical difficulties。 ———–那么，还记得为何要选用核函数么？———– 对于这个问题，在Jasper’s Java Jacal博客《SVM入门（七）为何需要核函数》中做了很详细的阐述，另外博主对于SVM德入门学习也是做了很详细的阐述，有兴趣的可以去学习，丕子觉得这个文章写得相当好，特意转载了过来，留念一下。
       如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，怎么办呢？是否有某种方法，让线性不可分的数据变得线性可分呢？http://blog。sina。
      com。cn/s/blog_4a1853330100u2zb。html 可以看看这个文章。
    2013-10-28 21:32:53
    • 很赞哦！ (239)

    相关文章