Kernel Methods - An conclusion

Kernel Methods理论的几个要点:

• 隐藏的特征映射函数\(\Phi\)
• 核函数\(\kappa\):
  • 条件: 对称, 正半定;
  • 合法的每个kernel function都能找到对应的\(\Phi\)
• kernel matrix
• 以KPCA, KSVM, KLR为例, 理解如何利用kernel将线性算法转换成非线性的过程和思想, 具体的推导过程倒不是那么重要
• 表现定理: 最优解\(f\in RKHS \text{ of } \kappa\)

笔记列表:

• (1) 从简单的例子开始
• (2) Kernel function
• (3) Kernel Linear Regression
• (4) Kernel SVM
• (5) Kernel PCA
• (6) The Representer Theorem