模式识别SVM核函数

Posted 2020-06-12

下面是几种经常使用的核函数表示：

线性核（Linear Kernel）

多项式核（Polynomial Kernel）

径向基核函数（Radial Basis Function）

也叫高斯核（Gaussian Kernel），由于能够看成例如以下核函数的领一个种形式：

径向基函数是指取值只依赖于特定点距离的实值函数，也就是。

随意一个满足特性的函数 Φ都叫做径向量函数，标准的一般使用欧氏距离，虽然其它距离函数也是能够的。所以另外两个比較经常使用的核函数。幂指数核，拉普拉斯核也属于径向基核函数。

此外不太经常使用的径向基核还有ANOVA核。二次有理核。多元二次核。逆多元二次核。
幂指数核（Exponential Kernel）

 

拉普拉斯核（Laplacian Kernel）

 

ANOVA核（ANOVA Kernel）

 

二次有理核（Rational Quadratic Kernel）

 

多元二次核（Multiquadric Kernel）

 

逆多元二次核（Inverse Multiquadric Kernel）

 

另外一个简单有用的是Sigmoid核（Sigmoid Kernel）

 

以上几种是比較经常使用的。大部分在SVM，SVM-light以及RankSVM中可用參数直接设置。还有其它一些不经常使用的，如小波核。贝叶斯核。能够须要通过代码自己指定。

（转载请注明作者和出处：http://blog.csdn.net/xiaowei_cqu 未经同意请勿用于商业用途）