【优化】核方法(kernel method)超简说明

本文简明介绍核方法,用于解决非线性回归问题。通过非线性变换ψ,将线性函数应用于非线性空间,以线性组合方式表示非线性函数f(z)。核函数κ(xi,xj)=ψ(xi)ψ(xj)是关键,它允许使用线性优化技术求解。脊回归示例中,α=(K+λI)−1y,其中α在对偶空间中,而w在原空间。核方法虽增加计算复杂度,但能有效处理复杂的非线性问题。" 108043365,9829549,STM32F4外部中断入门:按键中断实现,"['stm32', '单片机', 'c语言']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文不做数学推导,仅从最简单的概念上讲解核方法。

问题

有训练样本 x i x_i xi,其标定 y i y_i yi, i=1,2…N。
欲求解一个回归函数 f ( z ) f(z) f(z),希望 f ( x i ) = y i f(x_i)=y_i f(xi)=yi

线性回归

使用线性函数来预测,即 f ( z ) = w T z f(z)=w^Tz f(z)=wTz
求解方法有许多种,以脊回归(Ridge Regression)为例,最小化下列函数即可:
λ ∣ ∣ w ∣ ∣ 2 + ∑ i ( w T x i − y i ) 2 \lambda||w||^2+\sum_i(w^Tx_i-y_i)^2 λw2+i(wTxiyi)

评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值