機械学習におけるカーネル法について - めもめも

2017 - 10 - 13 機械学習におけるカーネル法について 何の話かというと 機械学習におけるカーネル法の説明で、よく登場するのがこちらの図です。 左側の (x, y) 平面上の点を分類する場合、このままだと線形分類器(直線で分類するアルゴリズム)ではうまく分類できないのが、右図のように z 軸を追加してデータを変形すると、平面できれいに分割できるようになって、線形分類器による分類がうまくい...

記事へジャンプ

みんなの反応

はてなブックマークでの反応
1taichitary@hatena 2017/10/13 16:43:44
あとでしっかり読みたい
2ryuukakusan@hatena 2017/10/13 16:58:54
サンダース
3yasudayasu@hatena 2017/10/13 17:51:55
左側の (x, y) 平面上の点を分類する場合、このままだと線形分類器ではうまく分類できないのが、 z 軸を追加しデータを変形すると、平面できれいに分割できるようになって、線形分類器による分類がうまくいくというもの
4bohemian916@hatena 2017/10/13 20:52:50
よく分かんない人は、ここでパラメータいじってカーネルトリックで遊ぶと分かった気になるよ http://shogo82148.github.io/homepage/memo/algorithm/svm/kernel.html
5s0sem0y@hatena 2017/10/13 21:33:26
K近傍法との話でハッとしました。
6knife-licker@hatena 2017/10/13 21:50:52
わかりやすい
7karaage@hatena 2017/10/13 22:19:24
カーネル法ってSVMだけじゃないのって思ってたけど、そうでもないのね、素人でした。ちなみに中身は自分にはさっぱりわからんちんです
8fixxman@hatena 2017/10/13 22:53:32
“プロフィール”
9kana0355@hatena 2017/10/14 03:23:42
“k近傍法における、kの値を大きくすることと同等の効果になります。”
10th_6295@hatena 2017/10/14 05:13:34
細かい式は読み飛ばしたけど、知らないなりに興味深い内容だった。
11santo@hatena 2017/10/14 08:38:02
カーネル法が初めて腑に落ちた感じ。今まで適当に理解してたんでお恥ずかしい。だからこれ、元のデータの段階で次元数高いとあんまり効果なかったのですね。元次元高いならrandomforest的な方が手っ取り早いと。
12stealthinu@hatena 2017/10/14 14:58:34
カーネルトリックについて今までで一番わかった気になれたエントリ。ほんとに理解出来てるのかは謎だけど、無限個のΦの説明の流れがわかりやすい。ガウスカーネルのあたりでもうついてけないが…
13phare@hatena 2017/10/15 01:14:27
“ただ、(2) の形が本質的にk近傍法と同等なのは変わりなく、トレーニングデータとの「距離」K(x,xn) によって、点 xのラベルを判断しているという事実は変わりません。"
コメント内容の著作権は、投稿者に帰属します。
削除依頼、不適切コメントのご連絡はこちらにお願いいたします。
2017-10-13 09:00:01:1507852801:1513379345
comments powered by Disqus
※メールアドレスは公開されません。
人気の反応