有人知道高斯RBF内核的用途吗?它是为了对不可线性分离的数据进行分类吗?它捕捉到了哪种表征偏差?
发布于 2020-03-20 12:36:42
在谷歌上快速搜索会显示an excellent Andrew Ng course on RBF kernels
线性不可分特征通常在映射到高维特征空间后变为线性可分。然而,我们永远不需要显式地计算特征映射:我们只需要使用它们的内核,这更容易计算。因此,基于高维(甚至无限维)特征映射创建非常复杂的决策边界是可能的,但由于内核表示,仍然具有高效的计算。
表示偏差只是对不完整假设空间的完全搜索,而偏好偏差是对完整假设空间的不完全搜索,尽管RBF核可以通过分离向量/特征空间来对数据进行分类。
https://stackoverflow.com/questions/60766240
复制相似问题