机器学习面试必知:核技巧

许多线性模型可以转化为一个等价的对偶表示。对偶表示中,预测的基础也是在训练数据点处计算的核函数的线性组合。对于基于固定的非线性特征空间映射ϕ(x)\phi(x)ϕ(x)的模型来说,核函数由下面的关系给出k(x,x′)=ϕ(x)Tϕ(x′)k(x,x')=\phi(x)^{T}\phi(x')k(x,x)=ϕ(x)Tϕ(x)

  1. linrear kernel k(x,y)=xTyk(x,y)=x^{T}yk(x,y)=xTy
  2. polynomial kernel k(x,y)=(axTy+c)dk(x,y)=(ax^{T}y+c)^{d}k(x,y)=(axTy+c)d
  3. gaussian kernel k(x,y)=exp(−∣∣x−y∣∣22σ2)k(x,y)=exp(-\frac{||x-y||^{2}}{2\sigma^{2}})k(x,y)=exp(2σ2xy2)
  4. exponential kernel k(x,y)=exp(−∣∣x−y∣∣2σ2)k(x,y)=exp(-\frac{||x-y||}{2\sigma^{2}})k(x,y)=exp(2σ2xy)
  5. laplacian kernel k(x,y)=exp(−∣∣x−y∣∣σ)k(x,y)=exp(-\frac{||x-y||}{\sigma})k(x,y)=exp(σxy)
  6. sigmoid kernel k(x,y)=tanh(axTy+c)k(x,y)=tanh(ax^{T}y+c)k(x,y)=tanh(axTy+c)
评论
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