Presná definícia
Čo znamená jadrová PCA?
Jadrová PCA vykonáva analýzu hlavných komponentov v implicitnom príznakovom priestore určenom jadrom. Vlastné vektory sa počítajú z centrovanej Gramovej matice, takže v pôvodnom priestore môže vzniknúť nelineárne vnorenie. Metóda maximalizuje varianciu vo zvolenom jadrovom priestore; kvalitu preto zásadne určuje jadro a jeho parametre.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri dátach ležiacich na zakrivenej štruktúre môže RBF jadro vytvoriť súradnice, ktoré ju rozvinú. Príznaky sa škálujú a γ aj počet komponentov sa ladia na validácii alebo podľa následnej úlohy. Gramova matica rastie kvadraticky s počtom bodov, čo obmedzuje pamäť. Projekcia nového bodu je možná cez jadrové hodnoty voči tréningu, ale pre-image - návrat do pôvodných súradníc - nie je všeobecne presný. Vizualizácia sa porovná pri viacerých γ, aby sa nezamenil parameter za dátový objav.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Odkiaľ pochádza?
Z implicitnej nelineárnej reprezentácie definovanej jadrom.
Čo sa centruje?
Gramova matica tak, aby reprezentácie mali v jadrovom priestore nulový priemer.
Čo robí γ pri RBF jadre?
Určuje lokálnosť podobnosti a tým geometriu výsledného vnorenia.
Prečo je náročná pri veľkom n?
Potrebuje párovú maticu n × n a jej vlastný rozklad.
Dá sa presne vrátiť do pôvodného priestoru?
Všeobecne nie; pre-image je samostatný aproximačný problém.