Внедрение классификатора ядра с наименьшими квадратами

Question

Я пытаюсь найти уравнение, которое мне нужно будет использовать, чтобы реализовать классификатор ядра с наименьшим квадратом для набора данных с N образцами длины объекта d. У меня есть уравнение ядра k (x_i, x_j), и мне нужно уравнение, чтобы выкопать его, чтобы получить вектор длины-d, используемый для классификации будущих данных. Независимо от того, где я смотрю/google, хотя есть десятки PowerPoints и PDF, которые, кажется, дают мне почти то, что я ищу, я не могу найти ресурс, который может дать мне прямой ответ.

примечание: Я не ищу инструмент языка программирования, который вычисляет это для меня, например lsqlin, но математическую формулу.

Answer 1

Наименьшее квадратное ядро. SVM (что я предполагаю, что вы действительно спрашиваете) эквивалентно регрессии Kernelized Ridge. Это самое простое, что его реализовать, и решение можно найти here, предположим, что у вас есть соответствующий фон.