机器学习21-svm的核函数(三)
来源:互联网 发布:ubuntu 16.04 双系统 编辑:程序博客网 时间:2024/05/19 18:14
核函数是什么
前文推导出
代入
x也可也是某种映射,可写成phi(x),得
我们把下面这个函数称为svm的核函数
核函数的核心思想是:原先从左到右的计算过程是样本x映射成n维,这n维的样本再做乘积。现在先将映射关系做乘积,即x样本的映射相乘,这往往能够简化计算。
核函数的作用:将原本的样本空间映射到新的特征空间,使得原本样本不可分在核空间上可分。
举例一:多项式核函数
假设样本维度n=3,有:
phi(y)同phi(x)
可以看出:用原本从左到右的计算过程,先计算phi(x),有9次相乘。再计算phi(y),也有9次相乘。然后再计算phi(x)* phi(y)又有9次乘法。
如果不计算phi(x)和phi(y)而是直接计算x点乘y,只需要3次乘法,然后一个平方的乘法,共4次乘法。
但是同是将3维样本映射成9维的两种算法,计算量却大大不一样。
举例二:高斯核函数
可以看出:高斯核函数将样本映射成无穷维,如果不用核函数,这无穷维是无法计算。但通过核函数可以巧妙的绕过直接计算无穷维,通过高斯核函数计算无穷维就方便多了。
核函数的图像理解:将样本升维,再分割,如下图。
svm高斯核函数中,Gamma与c对模型的影响:
c是所有松弛因子之和的系数,当系数越大是,1-c*松弛因子的值就越小,导致支撑间距就越窄,即C越大,支撑间距越小,精度越高,但分类不一定就合理,容易出现过拟合。
Gamma越大,方差越小,图像就越瘦,衰减就越快,当两个样本之间衰减速度过快时,有理由认为他们不是一类。即Gamma越大,精度越高,容易出现过拟合。
阅读全文
0 0
- 机器学习21-svm的核函数(三)
- 【机器学习】SVM核函数的计算
- 机器学习----SVM(3)核函数
- 【机器学习】SVM核函数
- SVM学习笔记(三)---核函数
- 机器学习:SVM学习笔记(三)
- 【机器学习】SVM学习(四):为何需要核函数
- SVM(三)核函数
- 机器学习(三) --- SVM学习:模型求解
- 【机器学习】SVM学习(三):线性分类器的求解
- 【机器学习】SVM学习(三):线性分类器的求解
- 机器学习第七周(三)--using SVM
- 机器学习07(SVM核)
- 机器学习 之 SVM 为什么使用核函数
- 机器学习算法之SVM(3)核函数
- 【机器学习笔记】SVM part2: 核函数与SMO算法
- 机器学习实战-之SVM核函数与案例
- 机器学习总结(三)——SVM
- wireshark如何抓取本地socket包
- Ubuntu输入su提示认证失败的解决方法
- Ztorg木马分析: 从Android root木马演变到短信吸血鬼
- Piwik——最好用的开源网站统计系统
- malloc函数
- 机器学习21-svm的核函数(三)
- 阿里云(万网)虚拟主机不支持mp4 flv解决办法
- Git 安装
- 扩展Unity3d编辑器,批量修改Label字体颜色
- 推荐两款免费的优质云服务MongoLab和RedisLabs
- OpenFire + Spark构建实时协作平台
- JIRA整合OpenFire实现任务实时提醒
- shellScript之continue语句
- 使用Qt5.7.0 VS2015版本生成兼容XP的可执行程序