关系Fisher内核实现

Posted 2023-03-12

【中文标题】关系Fisher内核实现

【英文标题】：Relational Fisher Kernel Implementation

【发布时间】：2012-01-04 12:55:12

【问题描述】：

我正在阅读Relational Fisher Kernel 上的论文，其中涉及贝叶斯逻辑程序来计算 Fisher 分数，然后使用 SVM 获取每个数据项的类标签。

我没有强大的机器学习背景。有人可以让我知道如何实施端到端关系费舍尔内核以及它期望什么样的输入？我找不到任何简单的分步流程来展示这个实现。我可以使用 SVM 等库（例如 libsvm），但我想知道端到端流程（使用尽可能简单的语言）。任何帮助将不胜感激。

【问题讨论】：

+1 指出一篇有趣且写得很好的论文

到目前为止，我已经推断出输入将采用从句形式，就像在逻辑编程的情况下一样。可以使用贝叶斯逻辑程序（例如 Balios 之类的工具）来诱导贝叶斯 N/w。诱导 n/w 的参数采用条款的条件概率分布的形式（在 Balios 的情况下使用 EM 导出）。之后，使用问题中提到的论文中提到的公式，可以计算梯度，然后计算内核。内核可以适合 SVM（例如 libsvm），您就完成了。有人可以确认我是否在正确的轨道上？

您可能想查看这个 SO 克隆以进行机器学习：metaoptimize.com/qa

谢谢...也许我会在那里碰碰运气:-)

@justaname 我们在 stackexchange-network 上有一个机器学习站点：stats.stackexchange.com :(.

【参考方案1】：

libsvm 没有实现 Relation Fisher Kernel，但是，您可以按照论文中的描述计算 Fisher 信息矩阵，并将其用作 libsvm 的预计算内核输入。见：using precomputed kernels with libsvm

【讨论】：

对，这就是我之前（在 cmets 中）的想法：“使用论文中提到的公式，可以计算梯度，然后计算内核。内核可以适合 SVM （例如 libsvm）”。感谢您确认。