表示定理(representer theorem) |
您所在的位置:网站首页 › 问题空间的含义 › 表示定理(representer theorem) |
表示定理是 统计学习 中的一则定理,用于表明再生核 Hilbert 空间上 正则化 风险函数的最小值,可表示为在核函数的线性组合。 实际应用举例 在 L2 正则化问题上: 表示定理是指任意一个 L2 正则化的问题,其最佳 w* 都可以用 βn 与 Zn 线性组合得到。 表示定理的意义 简化了正则化的 经验风险 最小化问题;将无限维最小化问题降低至搜索最优系数的三维向量,然后可以通过标准函数最小化 算法 求解;为一般机器学习问题推广到可实现算法提供理论基础。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |