典型相关分析%3a在机器学习方法上应用的概述.pdf

中文摘要 摘要：我们从处理线性关系样本的典型相关分析(CCA)的基本理论入手，通过 引入“核”方法，总结了处理非线性关系样本的核典型相关分析(KCCA)的基础 理论构造过程．在KCCA的计算中引入了正则化方法和不完全Cholesky分解法， 达到了降维和解决过拟合问题的目的。同时我们还介绍了多项式核和高斯核这两 种常用的核函数。最后，我们进行了简单的基于CCA的节目评分相关性实验和基 于KCCA的字符识别实验，验证了二者在不同样本中的处理效果以及选取不同核 函数时KCCA的表现。 关键词：典型相关分析，核典型相关分析，核方法，核函数，不完全Cholesky 分解 分类号：029 AB S TRAC T AB STRACT ABSTRACT：wb Can0IlicalCorrelation haIldles be西n舶mⅡle Analysis(CCA)that me wimliner intomekemel saIIlples relationsllip，byleading memod，wegeneralize thetectollic oftheKemelCanoIlicalCorrela廿on processes handlesme withnolllinear tlle ofme samples relationsllip．111 KCCA，we process me a11d ordert0 applyregularization incompleteCholeskydecomposition(ICD)in rcduceⅡle ofthek锄elmatricesandoV盯Ⅱle dimensionality probl锄ofover-fitting． in们duce伽okindsof kemelaIldGauss Tllell，we kemel‰ctions：P01yIlomial kemel．hlmelaSt haVeme oftlleco仃elationbe撕eent、Ⅳo paIt，we exp嘶ment ofshowscorebasedonmeCCAaJldanotller of s锄ples h肌dwritten cXperiment mlmeral basedonme effectofmeCCA recogllition KCCA，Veri聊ngⅡlehandling aIldKCCAwithindi仃ererlt a11d mee虢ctsofKCCAwimdi虢rent s锄plesshowing k锄el矗mctions． KEYWoRDS：CanollicalCorrelation KemelCanollical