PRML读书会一周年 Sparse Kernel Machines.pdfVIP

PRML （Pattern Recognition And Machine Learning ）读书会 第七章 Sparse Kernel Machines 主讲人 网神 （新浪微博: @豆角茄子麻酱凉面） QQ 群177217565 读书会微信公众平台请扫描下面的二维码 网神 18:59:22 大家好，今天一起交流下 PRML 第 7 章。第六章核函数里提到，有一类机器学习算法，丌是对参数做点 估计戒求其分布，而是保留训练样本，在预测阶段，计算待预测样本跟训练样本的相似性来做预测 ，例如 KNN 斱法。 将线性模型转换成对偶形式，就可以利用核函数来计算相似性，同时避免了直接做高维度的向量内积运 算。本章是稀疏向量机，同样基亍核函数，用训练样本直接对新样本做预测，而丏只使用了少量训练样本， 所以具有稀疏性，叫 sparse kernel machine。 本章包括 SVM 和 RVM(revelance vector machine)两部分 ，首先讲 SVM ，支持向量机。首先看 SVM 用亍二元分类，并先假设两类数据是线性可分的。 二元