Perguntas com a marcação «kernel-trick»

Eu li sobre SVMs e aprendi que eles estão resolvendo um problema de otimização e a idéia de margem máxima era muito razoável. Agora, usando kernels, eles podem encontrar limites de separação não lineares, o que foi ótimo. Até agora, eu realmente não tenho nenhuma idéia de como SVMs (uma …

9 machine-learning  neural-networks  svm  deep-learning  kernel-trick 

Sou iniciante no que diz respeito ao suporte a máquinas vetoriais. Existem algumas diretrizes que indicam qual kernel (por exemplo, linear, polinomial) é o mais adequado para um problema específico? No meu caso, tenho que classificar as páginas da Web de acordo com elas conterem alguma informação específica ou não, …

9 classification  svm  model-selection  libsvm  kernel-trick 

Ao usar libsvm, o parâmetro é um parâmetro para a função do kernel. Seu valor padrão é configurado como γ = 1γγ\gammaγ=1number of features.γ=1number of features.\gamma = \frac{1}{\text{number of features.}} Existe alguma orientação teórica para configurar esse parâmetro além dos métodos existentes, por exemplo, pesquisa em grade?

9 machine-learning  svm  data-mining  libsvm  kernel-trick 

É possível usar a análise de componentes principais do kernel (kPCA) para Indexação Semântica Latente (LSI) da mesma maneira que o PCA é usado? Realizo o LSI em R usando a prcompfunção PCA e extraio os recursos com cargas mais altas dos primeiros componentes. Com isso, recebo os recursos que …

9 r  pca  feature-selection  kernel-trick 

Estou um pouco confuso com a fórmula para calcular a covariância no processo gaussiano (a adição de variação sempre me confunde, pois nem sempre é explicitamente indicada). A origem da confusão é que as fórmulas fornecidas no processo de reconhecimento de padrões e aprendizado de máquina por Bishop e Gaussian …

8 machine-learning  covariance  covariance-matrix  kernel-trick  gaussian-process 

Os métodos de aprendizado múltiplo do kernel visam construir um modelo de kernel em que o kernel é uma combinação linear de kernels de base fixa. O aprendizado do kernel consiste em aprender os coeficientes de ponderação de cada kernel base, em vez de otimizar os parâmetros do kernel de …

8 machine-learning  svm  kernel-trick 

Eu tenho dois grupos de 10 participantes que foram avaliados três vezes durante um experimento. Para testar as diferenças entre os grupos e nas três avaliações, executei um ANOVA de desenho misto 2x3 com group(controle, experimental), time(primeiro, segundo, três) e group x time. Ambos timee groupresultaram significativos, além de haver …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

Estou implementando um classificador SVM não linear com o kernel RBF. Disseram-me que a única diferença em relação a um SVM normal era que eu tinha que simplesmente substituir o produto do ponto por uma função do kernel: Sei como funciona um SVM linear normal, ou seja, depois de resolver …

8 classification  svm  kernel-trick  nonlinear 

Os "métodos do kernel" e "a reprodução de espaços de Hilbert do kernel" estão relacionados? Especificamente, o "kernel" usado no termo "métodos do kernel" é o mesmo (tipo de) "kernel" que o usado no termo "reproduzindo o espaço de Hilbert do kernel"? Observe que eu já verifiquei as páginas da …

7 machine-learning  terminology  kernel-trick 

Quando um algoritmo de aprendizagem (por exemplo, classificação, regressão, clustering ou redução de dimensão) usa apenas o produto escalar entre pontos de dados , podemos usar implicitamente um mapeamento dimensional mais alto através do truque do kernel, troca de todos os casos em que o produto escalar ocorre pelo kernel …

7 regression  machine-learning  classification  kernel-trick 

Estou tentando aprender mais sobre a teoria da máquina do kernel e descobri que preciso aprender muita matemática básica e, portanto, estou procurando bons recursos para isso. Em particular: eu tenho o livro Schölkopf and Smola's Learning with Kernels e eles começam a discutir transformações de Fourier, funções de Green, …

7 machine-learning  self-study  references  kernel-trick