समर्थन वेक्टर रिग्रेशन में डिग्री - आरबीएफ कर्नेल

Question

मैं एसवीएम पर आरबीएफ कर्नेल के बारे में पूछना चाहता हूं।

स्केलर के दस्तावेज में यहां: http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVR.html#sklearn.svm.SVR यह कहा गया है कि "कर्नेल फ़ंक्शन की डिग्री केवल पॉली, आरबीएफ, सिग्मोइड में महत्वपूर्ण है"।

मैं बहुपद कर्नेल पर डिग्री के अर्थ को समझ सकता हूं, लेकिन गाऊशियन (आरबीएफ) कर्नेल के बारे में क्या? जैसा कि मैं देख सकता हूं, डिफ़ॉल्ट मूल्य sklearn की लाइब्रेरी में 3 है। मैंने कुछ ग्रिडशर्च भी चलाए जिनके साथ मैं आया था, जिसने अनुमान लगाया कि 3 सबसे अच्छे मूल्य के रूप में भी है। क्या यह वास्तव में महत्वपूर्ण है या यह सिर्फ एक गलत तरीका है? और यदि हां, तो क्या कोई इसका अर्थ और मूल्य समझा सकता है? अग्रिम

Answer 1

एक कर्नेल में

धन्यवाद सिर्फ एक आधार समारोह जिसके साथ आप अपने मॉडल को लागू है। डिग्री 3 का बहुपद कार्य ax^3+bx^2+cx+d है। आप उच्च डिग्री के बहुपदों का उपयोग कर सकते हैं, हालांकि आप अधिक उपयुक्त हो सकते हैं, जिसका अर्थ है कि आपका मॉडल अच्छी तरह से सामान्यीकृत नहीं होता है, जो वास्तव में आप चाहते हैं। ओवरफिटिंग को रोकने के लिए कई तकनीकें हैं।

एक आरबीएफ कर्नेल गॉसिन कार्यों पर आधारित है, एक्सपी (-b x) जैसे कुछ। यदि आप मशीन सीखने के बारे में कुछ नहीं जानते हैं तो मैं इनका उपयोग करने की सलाह देता हूं। आम तौर पर वे सबसे अच्छा अनुकूलन करते हैं।

यदि आप मशीन सीखने के बारे में अधिक जानकारी चाहते हैं, तो Ng's course coursera पर शुरुआती लोगों के लिए बहुत अच्छा है।