kernel ridge regresszió

Kapcsolódó fogalmak: 
ridge regresszió
Kapcsolódó fogalmak: 
kernel trükk
Kapcsolódó fogalmak: 
kernel mátrix
Kapcsolódó fogalmak: 
LS-SVM regresszió
Rövid szöveges bemutatás: 
A kernel ridge regresszió megegyezik a kernel térben végzett ridge regresszióval. Tehát a kezdeti bemeneti teret egy nemlineáris transzformáció segítségével először át kell vinni a magasabb dimenziójú jellemzőtérbe. Ebben az esetben módosul a sima eljárásban alkalmazott minimalizálandó kritériumfüggvény (célfüggvény), ami a mellékelt ábrán látható. A sima esetben alkalmazott (LS-SVM) regressziónál már bevezetett Lagrange-függvényt kell itt is alkalmazni. Majd deriválni majd alkalmazni a kernel trükköt. Ennek az egész számításnak a célja az SVM-hez szükséges számítások memória és számítási komplexitás csökkentése.