Tilfældige funktionsegenskaber

term_id: random_feature

Category: basic_concepts

Definition

Random feature maps transformerer inputs til et nyt rum, hvor lineære modeller kan approksimere ikke-lineære kernel-funktioner. Denne tilgang, ofte forbundet med Nystrom-metoden eller Fourier-funktionsegenskaber, muliggør effektiv beregning.

Summary

En teknik, der kortlægger inputdata til et højerdimensionelt rum ved hjælp af tilfældige projektioner for effektivt at approksimere kernelmetoder.

Key Concepts

  • Kernel-approksimation
  • Funktionsegenskabskortlægning
  • Beregningseffektivitet
  • Linearisering

Use Cases

  • Storskala kernel-regression
  • Approksimation af Neural Tangent Kernel
  • Skalerbare Gaussiske processer

Code Example

1
2
3
4
5

import numpy as np
from sklearn.kernel_approximation import RBFSampler
X = np.random.rand(100, 5)
transformer = RBFSampler(gamma=1, n_components=50, random_state=42)
X_transformed = transformer.fit_transform(X)

Related