[問題]kernel 的投影

看板DataScience作者 (empireisme)時間4年前 (2020/03/31 13:17), 4年前編輯推噓2(2推 0噓 21→)
留言23則, 3人參與, 4年前最新討論串1/1
感覺把問題更具體一點可能會比較清楚 所以選擇在發一篇 https://imgur.com/8KjHfH4
我的問題是 1. 如何找到2d中的line 經過phi函數作用後 在 3d的eqation 2. 如何從3d的eqation 轉回2d 的eqation -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.91.75.186 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1585631843.A.A63.html ※ 編輯: empireisme (219.91.75.186 臺灣), 03/31/2020 13:18:00
推
03/31 13:47, 4年前 , 1F
Mercer's Theorem 確保kernel符合性質時，存在有對
03/31 13:47, 1F
→
03/31 13:47, 4年前 , 2F
應的映射函數，這件事情成立，但要從kernel反推回原
03/31 13:47, 2F
→
03/31 13:47, 4年前 , 3F
本的函數並不容易。
03/31 13:47, 3F
→
03/31 13:51, 4年前 , 4F
我理解反推不容易，那要將2d的Equation推到3d這件事有
03/31 13:51, 4F
→
03/31 13:51, 4年前 , 5F
標準做法嗎
03/31 13:51, 5F
推
03/31 14:05, 4年前 , 6F
或許有領域在研究設計映射函數，但就我自己學習的理
03/31 14:05, 6F
→
03/31 14:05, 4年前 , 7F
解，使用kernel trick的原因之一，正是設計適合的映
03/31 14:05, 7F
→
03/31 14:05, 4年前 , 8F
射函數很技巧性，因此，多數人選擇發展較多數學性質
03/31 14:05, 8F
→
03/31 14:05, 4年前 , 9F
支持的kernel。儘管用近年深度學習的發展走向，這項
03/31 14:05, 9F
→
03/31 14:05, 4年前 , 10F
觀點似乎沒什麼說服力。
03/31 14:05, 10F
→
03/31 14:07, 4年前 , 11F
很技巧性的意思，是指可能比較沒有好的方法來度量，
03/31 14:07, 11F
→
03/31 14:07, 4年前 , 12F
被人為設計出來的映射函數的好壞。
03/31 14:07, 12F
→
03/31 14:09, 4年前 , 13F
另外，SVM本質還是關注在點與點之間的相對關係，因
03/31 14:09, 13F
→
03/31 14:09, 4年前 , 14F
此，究竟用什麼函數?映射到什麼維度的空間?實際上並
03/31 14:09, 14F
→
03/31 14:09, 4年前 , 15F
不太在意
03/31 14:09, 15F
→
03/31 14:14, 4年前 , 16F
畢竟，雖然你現在想看看二維打到三維呈現的分布，但
03/31 14:14, 16F
→
03/31 14:14, 4年前 , 17F
更多的問題，是在討論高維度，這些就無法視覺呈現，
03/31 14:14, 17F
→
03/31 14:14, 4年前 , 18F
所以自然大家也不會再花心思找映射函數
03/31 14:14, 18F
→
03/31 14:58, 4年前 , 19F
好的，感恩，我後來有找到答案，但確實不太好轉，math
03/31 14:58, 19F
→
03/31 14:58, 4年前 , 20F
版有
03/31 14:58, 20F
→
04/02 20:42, 4年前 , 21F
要逆向反轉函數除非你的函數夠簡單吧。夠簡單的話，很容
04/02 20:42, 21F
→
04/02 20:42, 4年前 , 22F
易反轉換3d映射到2d，但是用機器學習的目的不就是在複
04/02 20:42, 22F
→
04/02 20:42, 4年前 , 23F
雜函數難描繪嗎？
04/02 20:42, 23F
‣ 更多 empireisme 的文章
文章代碼(AID): #1UWj9ZfZ (DataScience)