机器学习中的正定核函数
摘要：正定核和它们在机器学习文献中启发的一系列方法，即核方法。我们首先讨论正定核的一些性质以及再生核希尔伯特空间，即与定义在空间mathcal{X}上的核函数k相关联的函数集${k(x,cdot),xinmathcal{X}}$的自然扩展。我们详细讨论了利用众所周知的统计模型构建核函数的方法。我们概述了许多利用再生核希尔伯特空间的数据分析方法，并讨论了组合多个核以提高某些任务性能的思想。我们还提供了一本简短的“烹饪书”，其中列举了不同的核，特别适用于图像、图形或语音段等特定数据类型。
作者：Marco Cuturi
论文ID：0911.5367
分类：Machine Learning
分类简称：stat.ML
提交时间：2009-12-04