In der nichtparametrischen Statistik ist ein Kern eine Gewichtungsfunktion, die in nichtparametrischen Schätztechniken verwendet wird Kerne werden in der Kerndichteschätzung verwendet, um die Dichtefunktionen von Zufallsvariablen oder im Kernel zu schätzen Regression zur Schätzung der bedingten Erwartung einer Zufallsvariablen.
Was ist ein Sampling-Kernel?
Die Kerndichteschätzung ist eine bekannte Methode zur Schätzung der unbekannten Wahrscheinlichkeitsdichteverteilung basierend auf einer gegebenen Stichprobe [30], [32]. Es schätzt die unbekannte Dichtefunktion durch Mittelung über einen Satz homogener Kernfunktionen, die an jedem Abtastpunkt zentriert sind.
Was ist ein Datenkern?
Beim maschinellen Lernen wird ein „Kernel“normalerweise verwendet, um sich auf den Kernel-Trick zu beziehen, eine Methode zur Verwendung eines linearen Klassifikators zur Lösung eines nichtlinearen Problems.… Die Kernelfunktion wird auf jede Dateninstanz angewendet um die ursprünglichen nichtlinearen Beobachtungen in einen höherdimensionalen Raum abzubilden, in dem sie trennbar werden.
Was gibt eine Kernel-Funktion zurück?
Die Kernel-Funktionen liefern das Skalarprodukt zwischen zwei Punkten in einem geeigneten Merkmalsraum. Durch die Definition eines Ähnlichkeitsbegriffs mit geringem Rechenaufwand selbst in sehr hochdimensionalen Räumen.
Was ist ein normaler Kernel?
Eine Reihe von Kernel-Funktionen werden häufig verwendet: uniform, triangular, biweight, triweight, Epanechnikov, normal und andere. … Wegen seiner bequemen mathematischen Eigenschaften wird oft der Normalkern verwendet, was bedeutet K(x)=ϕ(x), wobei ϕ die Standard-Normaldichtefunktion ist.
