【模式识别】SVM核函数
2014-06-30 14:40
155 查看
以下是几种常用的核函数表示:
线性核(Linear Kernel)
多项式核(Polynomial Kernel)
径向基核函数(Radial Basis Function)
也叫高斯核(Gaussian Kernel),因为可以看成如下核函数的领一个种形式:
径向基函数是指取值仅仅依赖于特定点距离的实值函数,也就是
。任意一个满足
特性的函数 Φ都叫做径向量函数,标准的一般使用欧氏距离,尽管其他距离函数也是可以的。所以另外两个比较常用的核函数,幂指数核,拉普拉斯核也属于径向基核函数。此外不太常用的径向基核还有ANOVA核,二次有理核,多元二次核,逆多元二次核。
幂指数核(Exponential Kernel)
拉普拉斯核(Laplacian Kernel)
ANOVA核(ANOVA Kernel)
二次有理核(Rational Quadratic Kernel)
多元二次核(Multiquadric Kernel)
逆多元二次核(Inverse Multiquadric Kernel)
另外一个简单实用的是Sigmoid核(Sigmoid Kernel)
以上几种是比较常用的,大部分在SVM,SVM-light以及RankSVM中可用参数直接设置。还有其他一些不常用的,如小波核,贝叶斯核,可以需要通过代码自己指定。
线性核(Linear Kernel)
多项式核(Polynomial Kernel)
径向基核函数(Radial Basis Function)
也叫高斯核(Gaussian Kernel),因为可以看成如下核函数的领一个种形式:
径向基函数是指取值仅仅依赖于特定点距离的实值函数,也就是
。任意一个满足
特性的函数 Φ都叫做径向量函数,标准的一般使用欧氏距离,尽管其他距离函数也是可以的。所以另外两个比较常用的核函数,幂指数核,拉普拉斯核也属于径向基核函数。此外不太常用的径向基核还有ANOVA核,二次有理核,多元二次核,逆多元二次核。
幂指数核(Exponential Kernel)
拉普拉斯核(Laplacian Kernel)
ANOVA核(ANOVA Kernel)
二次有理核(Rational Quadratic Kernel)
多元二次核(Multiquadric Kernel)
逆多元二次核(Inverse Multiquadric Kernel)
另外一个简单实用的是Sigmoid核(Sigmoid Kernel)
以上几种是比较常用的,大部分在SVM,SVM-light以及RankSVM中可用参数直接设置。还有其他一些不常用的,如小波核,贝叶斯核,可以需要通过代码自己指定。
(转载请注明作者和出处:http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途)
相关文章推荐
- 【模式识别】SVM核函数
- 【模式识别】SVM核函数
- 【模式识别】SVM核函数
- 模式识别(Pattern Recognition)学习笔记(二十三)-- SVM的两大思想:大间隔与核函数
- SVM 核函数的选择
- 机器学习算法之SVM(3)核函数
- SVM核函数
- SVM 核函数的选择
- svm理论与实验之21: 自定义核函数的使用
- SVM(三),支持向量机,线性不可分和核函数
- 为何引入核函数的理解(在理解SVM原理的前提下阅读)推荐看:http://blog.csdn.net/v_july_v/article/details/7624837
- SVM(四)为何需要核函数
- 模式识别之非参数估计---非参估计中的核函数
- SVM核函数
- SVM 核函数的选择
- 机器学习算法之SVM(3)核函数
- svm理论与实验之21: 自定义核函数的使用
- SVM入门(七)为何需要核函数
- SVM学习(四):为何需要核函数
- svm 核函数