Command Palette
Search for a command to run...
Gaußsche Kernelfunktion
Date
Build AI with AI
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.
Search for a command to run...
Date
Gaußsche KernelfunktionEs handelt sich um eine häufig verwendete Kernelfunktion, die endlichdimensionale Daten in einen hochdimensionalen Raum abbilden kann. Die Gaußsche Kernelfunktion ist wie folgt definiert:
Die obige Formel beinhaltet die Berechnung des euklidischen Abstands (2-Norm) zweier Vektoren, und die Gaußsche Kernelfunktion ist eine monotone Funktion des euklidischen Abstands zweier Vektoren. σ ist die Bandbreite, die den radialen Aktionsbereich steuert. Mit anderen Worten steuert σ den lokalen Wirkungsbereich der Gaußschen Kernelfunktion. Wenn der euklidische Abstand zwischen x und x′ innerhalb eines bestimmten Intervalls liegt und x′ fest ist, ändert sich k(x, x′) mit der Änderung von x erheblich.
Die Kernidee der Gaußschen Kernelfunktion besteht darin, jeden Stichprobenpunkt einem unendlichdimensionalen Merkmalsraum zuzuordnen, sodass die ursprünglich linear untrennbaren Daten linear trennbar sein können.
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.
Search for a command to run...
Date
Gaußsche KernelfunktionEs handelt sich um eine häufig verwendete Kernelfunktion, die endlichdimensionale Daten in einen hochdimensionalen Raum abbilden kann. Die Gaußsche Kernelfunktion ist wie folgt definiert:
Die obige Formel beinhaltet die Berechnung des euklidischen Abstands (2-Norm) zweier Vektoren, und die Gaußsche Kernelfunktion ist eine monotone Funktion des euklidischen Abstands zweier Vektoren. σ ist die Bandbreite, die den radialen Aktionsbereich steuert. Mit anderen Worten steuert σ den lokalen Wirkungsbereich der Gaußschen Kernelfunktion. Wenn der euklidische Abstand zwischen x und x′ innerhalb eines bestimmten Intervalls liegt und x′ fest ist, ändert sich k(x, x′) mit der Änderung von x erheblich.
Die Kernidee der Gaußschen Kernelfunktion besteht darin, jeden Stichprobenpunkt einem unendlichdimensionalen Merkmalsraum zuzuordnen, sodass die ursprünglich linear untrennbaren Daten linear trennbar sein können.
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.