data_mining:svm

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revisionBoth sides next revision
data_mining:svm [2014/08/17 20:52] – [Kernelwahl] phreazerdata_mining:svm [2014/08/17 20:55] – [Kernelwahl] phreazer
Line 111: Line 111:
     * Implementierung der Ähnlichkeitsfunktion (bzw. Features $f_i$)     * Implementierung der Ähnlichkeitsfunktion (bzw. Features $f_i$)
     * Feature Scaling vor Verwendung des Gaussian Kernel $||v||^2 = v_1^2 + v_2^2 + \dots + v_n^2$     * Feature Scaling vor Verwendung des Gaussian Kernel $||v||^2 = v_1^2 + v_2^2 + \dots + v_n^2$
 +    * Polynomial Kernels: Eher selten benutzt
 +    * Weitere
  
 Manche Ähnlichkeitsfunktionen erzeugen keine gültigen Kernel. Diese müssen Mercer's Theorem erfüllen (aufgrund Optimierungen und Konvergenz). Manche Ähnlichkeitsfunktionen erzeugen keine gültigen Kernel. Diese müssen Mercer's Theorem erfüllen (aufgrund Optimierungen und Konvergenz).
  • data_mining/svm.txt
  • Last modified: 2014/08/17 21:11
  • by phreazer