本文基于台大机器学习技法系列课程进行的笔记总结。
主要内容如下图所示：
首先介绍一下径向基函数网络的Hypothesis和网络的结构，然后介绍径向基神经网络学习算法，以及利用K-means进行的学习，最后通过一个实例加深对RBF神经网络认识和理解。
我们从基于Gaussian kernel的support vector machine中在无限维度中进行特征转换来获取一个large margin的边界，这个Gaussian kernel就是一个Radio Basis Function Kernel。其意义呢有两个：一是radio，代表的是x和中心点xm之间的距离，可以是任意衡量
本文发布于:2024-01-28 19:18:58，感谢您对本站的认可！
本文链接：https://www.4u4v.net/it/17064407449678.html
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。
| 留言与评论（共有 0 条评论） |
