커널 메서드이는 데이터 집합 내의 상호 관계를 찾아 학습하는 것을 목적으로 하는 일종의 패턴 인식 알고리즘입니다.
커널 방법은 다음과 같은 가정에 기초합니다. "저차원 공간에서 선형적으로 분리될 수 없는 점 집합은 고차원 공간의 점 집합으로 변환된 후 선형적으로 분리될 수 있습니다."
커널 방법에 대한 기본적인 이해: 원본 데이터의 패턴은 특정 차원 공간에서 간단히 표현될 수 있으며, 여기서 "단순 표현"은 선형 관계를 의미합니다. 커널 방법은 데이터를 특정 차원 공간에 매핑하는 방법에 대한 문제를 해결합니다.
커널 방법의 일반적인 처리 단계는 다음과 같습니다.
- 다양한 유형의 데이터를 해당 커널 행렬로 처리합니다.
- 커널 행렬을 사용하여 데이터에서 패턴을 찾습니다.
다른 관점에서 보면, 커널 방법은 더 해석하기 쉬운 단일 계층 신경망의 수학적 구성으로 이해될 수도 있습니다.
현재 커널 방법은 텍스트, 음성, 이미지 및 기타 분야에서 널리 사용되고 있습니다.
참고문헌
【1】http://yongqwang.com/public/res_mat/K_Intro_01.pdf