อินเตอร์โพเลตนอร์มเคอร์เนลต่ำสุด
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
เคอร์เนลและการทำให้เป็นเชิงเส้น · เชื่อมเกรเดียนต์พารามิเตอร์หรือคุณลักษณะกับเมทริกซ์เคอร์เนล
โครงการมีข้อมูลและพารามิเตอร์จำนวนจำกัด ชุดทดสอบไม่ยืนยันขอบเขตประชากรหรือพิสูจน์ทฤษฎีบท
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 2.1 มองผ่านความคล้ายคลึง
หานอร์มต่ำสุดในบรรดาฟังก์ชันที่ตรงกับทุกจุดฝึก
ต้นฉบับระบุตัวอินเตอร์โพเลตนอร์มต่ำสุดในระบอบเคอร์เนลความกว้างอนันต์
ตัวอย่างสูตรต้นฉบับ
ภาพประกอบ · ตัวอย่างนี้ไม่ระบุเคอร์เนลสัมผัสประสาทในลิมิตหรือพิสูจน์การลู่เข้าไปยังตัวอินเตอร์โพเลต
สัญลักษณ์
- ปริภูมิฮิลเบิร์ตเคอร์เนลสร้างซ้ำที่สัมพันธ์กับ K∞
- นอร์มปริภูมิเคอร์เนล
- ข้อมูลเข้าและเป้าหมายฝึก
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.target= 2
ค่าเริ่มต้นในโค้ด
x=1
คำนวณที่นี่
นิพจน์ผลลัพธ์: {
weight,
prediction: weight * x,
norm: Math.abs(weight),
minimumNorm: Math.abs(weight),
}
y=input.targetใช้:input.targetweight=y / xใช้:y,x
ส่งกลับ
weight- 2
prediction- 2
norm- 2
minimumNorm- 2
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ใช้เคอร์เนลเชิงเส้นสมมติ K(x,z)=xz บนข้อมูลเข้าจำนวนจริง ฟังก์ชันคือ f(x)=wx มีนอร์ม |w| เงื่อนไขเดียว f(1)=เป้าหมายกำหนด w ได้ค่าเดียว จึงเป็นค่าต่ำสุดที่แน่นอน
แหล่งอ้างอิง: นิพจน์จากแหล่งต้นฉบับ