Howtosignalprocessing
- Was ist ein Kovarianzkernel?
- Wie wähle ich einen GPR -Kernel aus?
- Wie wähle ich eine Kernelfunktion aus?
- Was macht Kernel im Gaußschen Prozess??
Was ist ein Kovarianzkernel?
In loser Begriffe gibt eine Kern- oder Kovarianzfunktion k (x, x ') die statistische Beziehung zwischen zwei Punkten x, x' in Ihrem Eingaberaum an. Das heißt, wie deutlich eine Änderung des Wertes des Gaußschen Prozesses (GP) bei X mit einer Änderung des GP bei x 'korreliert.
Wie wähle ich einen GPR -Kernel aus?
Hier ist ein guter Weg, um eine Kernel -Wahl in einem Bericht zu rechtfertigen. Erstens - fit 2 oder 3 verschiedene Kernelfunktionen, die Sie vielleicht für vernünftig halten. Zweites -kalkulierende Teststatistiken von Interesse wie Beispiel -Autokovarianz in unterschiedlichen Entfernungen in den Originaldaten.
Wie wähle ich eine Kernelfunktion aus?
Probieren Sie immer zuerst den linearen Kernel aus, einfach weil er so viel schneller ist und in vielen Fällen große Ergebnisse erzielen kann (insbesondere hohe dimensionale Probleme). Wenn der lineare Kernel fehlschlägt, ist Ihre beste Wahl im Allgemeinen ein RBF -Kernel. Es ist bekannt, dass sie bei einer Vielzahl von Problemen sehr gut abschneiden.
Was macht Kernel im Gaußschen Prozess??
Die Kernelfunktion k (xₙ, xₘ), die in einem Gaußschen Prozessmodell verwendet wird, ist ihr Herz - die Kernelfunktion sagt im Wesentlichen dem Modell, wie ähnlich zwei Datenpunkte (xₙ, xₘ) sind. Mehrere Kernelfunktionen stehen zur Verwendung mit verschiedenen Datenarten zur Verfügung, und wir werden uns einige davon in diesem Abschnitt ansehen.
