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(representer theorem)

2024-07-11 00:01| 来源: 网络整理| 查看: 265

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。


【本文地址】


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