カーネルメソッドこれはパターン認識アルゴリズムの一種であり、その目的は、一連のデータ内の相互関係を見つけて学習することです。
カーネル法は、「低次元空間では線形分離できない点集合も、高次元空間では点集合に変換すると線形分離可能になる可能性がある」という仮定に基づいています。
カーネル メソッドの基本的な理解: 元のデータのパターンは特定の次元空間で単純に表現できます。「単純な式」とは線形関係を指します。カーネル メソッドは、データを特定の次元空間にマッピングする方法を解決します。
一般的なカーネル メソッドの処理手順は次のとおりです。
- さまざまなタイプのデータを対応するカーネル マトリックスに処理します。
- カーネル マトリックスを使用して、データ内のパターンを取得します。
別の観点から見ると、カーネル法は、より解釈しやすい単層ニューラル ネットワークを数学的に構築するものとして理解することもできます。
現在、カーネル法はテキスト、音声、画像などの分野で広く使われています。
参考文献
【1】http://yongqwang.com/public/res_mat/K_Intro_01.pdf