Howtosignalprocessing
- Apa itu kernel kovarians?
- Bagaimana saya memilih kernel GPR?
- Bagaimana saya memilih fungsi kernel?
- Apa yang dilakukan kernel dalam proses Gaussian?
Apa itu kernel kovarians?
Dalam istilah longgar, fungsi kernel atau kovarians K (x, x ') menentukan hubungan statistik antara dua mata x, x' dalam ruang input anda; iaitu, betapa ketara perubahan nilai proses Gaussian (GP) di x berkorelasi dengan perubahan dalam GP pada x ′.
Bagaimana saya memilih kernel GPR?
Inilah cara yang baik agar anda membenarkan pilihan kernel dalam laporan. Pertama - sesuai 2 atau 3 fungsi kernel yang berbeza yang mungkin anda fikirkan adalah munasabah. Statistik Ujian Kedua -Mengira Kepentingan seperti Autocovariance Sampel pada jarak yang berbeza pada data asal.
Bagaimana saya memilih fungsi kernel?
Sentiasa cuba kernel linear terlebih dahulu, semata -mata kerana ia lebih cepat dan dapat menghasilkan hasil yang hebat dalam banyak kes (masalah dimensi yang tinggi). Sekiranya kernel linear gagal, secara umum pertaruhan terbaik anda adalah kernel RBF. Mereka dikenali untuk melakukan yang baik dengan pelbagai masalah.
Apa yang dilakukan kernel dalam proses Gaussian?
Fungsi kernel k (xₙ, xₘ) yang digunakan dalam model proses Gaussian adalah hati yang sangat - fungsi kernel pada dasarnya memberitahu model bagaimana dua titik data yang serupa (xₙ, xₘ). Beberapa fungsi kernel tersedia untuk digunakan dengan pelbagai jenis data, dan kami akan melihat beberapa daripada mereka dalam bahagian ini.
