本文介绍了一种基于径向基函数（RBF）核的计算方法，详细展示了如何通过MATLAB代码计算训练集和测试集之间的核矩阵，并强调了该方法在计算过程中的巧妙之处。
function K=RBF(TRNfeatures,TSTfeatures,d)
[NUMdims,NUMtrn]=size(TRNfeatures);%NUMdims是特征维数，NUMtrn是训练集的特征点数目
for i=1:NUMdims
k=nzind(i);
K=K+(repmat(TRNfeatures(k,:)',1,NUMtst)-repmat(TSTfeatures(k,:),NUMtrn,1)).^2;
end;
K=exp(-gamma*K);
[NUMdims,NUMtrn]=size(TRNfeatures);%NUMdims是特征维数，NUMtrn是训练集的特征点数目
[NUMdims,NUMtst]=size(TSTfeatures);%NUMdims是特征维数，NUMtrn是训练集的测试点数目
for i=1:NUMdims
k=nzind(i);
K=K+(repmat(TRNfeatures(k,:)',1,NUMtst)-repmat(TSTfeatures(k,:),NUMtrn,1)).^2;
end;
K=exp(-gamma*K);
end
阴影部分的处理很巧妙，巧妙的得到的核矩阵！
扫一扫
464
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
