【模式识别】SVM核函数

下面是几种经常使用的核函数表示:

线性核(Linear Kernel)

【模式识别】SVM核函数

多项式核(Polynomial Kernel)

【模式识别】SVM核函数

径向基核函数(Radial Basis Function)

【模式识别】SVM核函数

也叫高斯核(Gaussian Kernel),由于能够看成例如以下核函数的领一个种形式:

【模式识别】SVM核函数

径向基函数是指取值只依赖于特定点距离的实值函数,也就是【模式识别】SVM核函数

随意一个满足【模式识别】SVM核函数特性的函数 Φ都叫做径向量函数,标准的一般使用欧氏距离,虽然其它距离函数也是能够的。所以另外两个比較经常使用的核函数。幂指数核,拉普拉斯核也属于径向基核函数。

此外不太经常使用的径向基核还有ANOVA核。二次有理核。多元二次核。逆多元二次核。
幂指数核(Exponential Kernel)

 【模式识别】SVM核函数

拉普拉斯核(Laplacian Kernel)

 【模式识别】SVM核函数

ANOVA核(ANOVA Kernel)

 【模式识别】SVM核函数

二次有理核(Rational Quadratic Kernel)

 【模式识别】SVM核函数

多元二次核(Multiquadric Kernel)

 【模式识别】SVM核函数

逆多元二次核(Inverse Multiquadric Kernel)

 【模式识别】SVM核函数

另外一个简单有用的是Sigmoid核(Sigmoid Kernel)

 【模式识别】SVM核函数

以上几种是比較经常使用的。大部分在SVM,SVM-light以及RankSVM中可用參数直接设置。还有其它一些不经常使用的,如小波核。贝叶斯核。能够须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 未经同意请勿用于商业用途)

上一篇:如何编译vSomeIP


下一篇:如何在QT项目中引入Boost库