(斯坦福机器学习笔记)支持向量机之核方法
来源:互联网 发布:范思哲男装淘宝 编辑:程序博客网 时间:2024/05/22 03:48
对于线性不可分的数据,从低维度映射到高维度空间,有可能变为线性可分,如:
上图红点和蓝点是线性不可分的,我们将四个点执行(x,y)->(x*x,y*y,1.414*x*y)映射,该数据变为线性可分,如下图:
代码如下(python3.x):
import matplotlib.pyplot as plt#import numpy as npfrom mpl_toolkits.mplot3d import Axes3Dp1 = [1,1]p2 = [7,1]p3 = [4,-2]p4 = [4,4]plt.figure(1)plt.plot([p1[0],p2[0]],[p1[1],p2[1]],'ro')plt.plot([p3[0],p4[0]],[p3[1],p4[1]],'bo')plt.xlim(-3, 8)plt.ylim(-3, 8)plt.xlabel('x')plt.ylabel('y')fig=plt.figure(2)ax = Axes3D(fig)t_p1 = [p1[0]**2,p1[1]**2,1.414*p1[0]*p1[1]]t_p2 = [p2[0]**2,p2[1]**2,1.414*p2[0]*p2[1]]t_p3 = [p3[0]**2,p3[1]**2,1.414*p3[0]*p3[1]]t_p4 = [p4[0]**2,p4[1]**2,1.414*p4[0]*p4[1]]ax.scatter([t_p1[0],t_p2[0]],[t_p1[1],t_p2[1]],[t_p1[2],t_p2[2]],s=40,c='r')ax.scatter([t_p3[0],t_p4[0]],[t_p3[1],t_p4[1]],[t_p3[2],t_p4[2]],s=40,c='b',)ax.set_zlabel('Z')ax.set_ylabel('Y')ax.set_xlabel('X')plt.show()
==================================================================
因此我们可以通过将低维度数据映射到高维度空间的方法,提升数据的线性的可分离度。然而该方法需要消耗大量的计算资源。
有没有不额外消耗计算资源,又能够将低维度数据映射到高维度空间的方法呢?有的。
令
假如计算过程中数据仅以
现在有两个问题,一个是为什么替换之后可以实现将低维度数据映射到高维度空间?二是为什么不会额外增加计算资源?
例如数据是3维度的,即
那么
其中
也就是说,对于
那为什么不额外增加计算量呢?因为我们本来就是要计算
==================================================================
核方法是一个很巧妙的方法,巧就巧在不显著的增加计算量的情况下,能实现将低维度数据映射到高维度空间,提升数据的线性的可分离性。
常用的核函数有:
高斯核:
多项式核:
指数核:
拉普拉斯核:
Sigmoid核:
ANOVA 核:
等等
- (斯坦福机器学习笔记)支持向量机之核方法
- (斯坦福机器学习笔记)支持向量机
- 斯坦福机器学习公开课笔记(九)--支持向量机
- (斯坦福机器学习课程笔记)支持向量机之对偶问题
- (斯坦福机器学习课程笔记)支持向量机之拉格朗日函数
- (斯坦福机器学习课程笔记)支持向量机之拉格朗日函数的对偶问题
- 斯坦福机器学习视频笔记 Week7 支持向量机 Support Vector Machines
- coursera-斯坦福-机器学习-吴恩达-第7周笔记-支持向量机SVM
- 斯坦福 机器学习-第三章 支持向量机
- 机器学习----笔记之支持向量机(5)
- 机器学习算法笔记之5:支持向量机SVM
- 机器学习笔记(五)之详解SVM支持向量机
- 机器学习-学习笔记 支持向量机
- 机器学习笔记:支持向量机
- 机器学习笔记(六)支持向量机
- 机器学习实战笔记-支持向量机
- 机器学习笔记三------支持向量机
- 机器学习之支持向量机
- 【codeforces 764A】Taymyr is calling you
- sublime link with editor
- 小程序-tomcat http 转 https
- spring的获取
- Haskell语言学习笔记(7)IO 与随机数
- (斯坦福机器学习笔记)支持向量机之核方法
- 清除字符串中所有空格
- PHP遍历数组赋值方式比较
- 算是总结2016,想想2017
- mysql 协议的ResultsetRow包及解析
- PHP之字符串截取函数
- Delphi中的ADOquery 用法以及ADOquery的自有方法Append 和Delete和 Edit 和Post
- SQLyog过期
- Cars On Campus