高斯核函数

Posted ruogu2019

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了高斯核函数相关的知识,希望对你有一定的参考价值。

 

 

 

高斯核函数

高斯核函数(Gaussian kernel),

也称径向基 (RBF) 函数,是常用的一种核函数。

它可以将有限维数据映射到高维空间,我们来看一下高斯核函数的定义:

 技术分享图片

上述公式涉及到两个向量的欧式距离(2范数)计算,

而且,高斯核函数是两个向量欧式距离的单调函数。

σ 是带宽,控制径向作用范围,

换句话说,σ 控制高斯核函数的局部作用范围。

一维情况

技术分享图片

 

 技术分享图片

我们看到,随着x 与x′的距离的距离的增大,其高斯核函数值在单调递减。并且,σ越大,那么高斯核函数的局部影响范围就会越大。

技术分享图片

 

 技术分享图片

 

 

径向对称

圆形的对称,如圆和椭圆分别以直径和长短轴对称

欧氏距离

欧几里得度量(euclidean metric)(也称欧氏距离)是一个通常采用的距离定义,指在m维空间中两个点之间的真实距离,或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离就是两点之间的实际距离。

技术分享图片

 

以上是关于高斯核函数的主要内容,如果未能解决你的问题,请参考以下文章

22.支持向量机—高斯核函数

支持向量机高斯核调参小结

支持向量机,核函数映射,高斯函数,对偶优化

贝叶斯岭回归(BayesianRidge)自动关联决策回归高斯过程核函数及高斯回归高斯过程分类

高斯核会把原始维度映射到无穷多维的原理

OpenCV C++ 使用高斯核函数计算晕影效果