机器学习--近邻成分分析(NCA)算法 和 度量学习
2024-10-18 20:20:49
1、近邻成分分析(NCA)算法
以上内容转载自:http://blog.csdn.net/chlele0105/article/details/13006443
2、度量学习
在机器学习中,对高维数据进行降维的主要目的是找到一个合适的低维空间,在该空间中进行学习能比原始空间性能更好。每个空间对应了在样本属性上定义的一个距离度量,而寻找合适的空间,本质上就是寻找一个合适的距离度量。度量学习(metric learning)的基本动机就是去学习一个合适的距离度量。
降维的核心在在于寻找合适空间,而合适空间的定义就是距离度量,所以学习合适的距离度量就是度量学习的目的。要对距离度量进行学习,要有一个便于学习的距离度量表达形式。
其中M称为度量矩阵,度量学习就是对M进行学习。为保持距离非负且对称,M须是半正定对称矩阵,即必有正交基P使得M能写为M=PPT。
至此,已构建了学习的对象是M这个度量矩阵,接下来就是给学习设定一个目标从而求得M。假定是希望提高近邻分类器的性能,则可将M直接嵌入到近邻分类器的评价指标中去,通过优化该性能指标相应地求得M,以近邻成分分析(Neighbourhood Component Analysis,NCA)进行讨论。
近邻分类器判别时通常采用多数投票法,领域中的每个样本投1票,领域外的样本投0票。将其替换为概率投票法,对任意样本xj,它对xi分类结果影响的概率为:
最新文章
- 构建最小的docker容器
- python中的argparse
- Android WebView Memory Leak WebView内存泄漏
- andorid 自定义seekbar
- GlusterFS特性介绍
- phpcms v9 表单向导里添加图片字段,提示会话过期,请重新登陆
- HDU_2050——折线分割平面问题,递推
- js格式化日期yyyyMMdd
- leetcode387
- MyEclipse中提示SpringMVC的XML配置文件出错解决方法
- The Elements of Statistical Learning第3章导读
- dubbo负载均衡策略及对应源码分析
- tomcat增加处理线程数量
- 实验五 <;FBG>;团队亮相
- 《HTTP权威指南》5-Web服务器
- Spring之Bean的生命周期详解
- Java概念(一)多态
- Replication基础(六) 复制中的三个线程(IO/SQL/Dump)
- springboot系列十、springboot整合redis、多redis数据源配置
- 前端框架VUE----nodejs中npm的使用
热门文章
- grunt小教程
- 利用Tkinter做的自动生成JSONSchema的小工具
- 在cmd中将FAT32转换为NTFS分区的命令是什么?
- 异步刷新页面的前进与后退的实现--pushState replaceState
- codeforces 29D Ant on the Tree (dfs,tree,最近公共祖先)
- 【二叉树的递归】06填充每个节点中的下一个正确的指针【Populating Next Right Pointers in Each Node】
- [SHOI2017]期末考试
- photon server (1)
- oracle 12c 列式存储 ( In Memory 理论)
- git导入项目