迁移学习之TCA算法.pdfVIP

  • 72
  • 0
  • 约2.68千字
  • 约 2页
  • 2023-01-15 发布于重庆
  • 举报
迁移学习之TCA算法 TCA (迁移成分分析): TCA算法解决的问题:和PCA算法有点像,可以实 降维,两个⾼维的⼤矩阵 (源域和⽬标域矩阵)进去,得到两个低维的矩阵 (降维后 的源域和⽬标域矩阵)。TCA可以将分布不同的源域和⽬标域数据映射到⾼维再⽣核希尔伯特空间中,然后不断缩⼩源域和⽬标域的距离并 最⼤程度的保留其内部属性。 TCA如何进⾏迁移:寻找⼀个特征映射,使得映射后的数据分布源域和⽬标域概率密度相等,并且条件概率密度也相等。由于迁移学习的本

文档评论(0)

1亿VIP精品文档

相关文档