ランダム特徴量

term_id: random_feature

Category: basic_concepts

Definition

ランダム特徴量マップは、線形モデルが非線形カーネル関数を近似できるようにするために、入力を新しい空間に変換します。このアプローチは通常、ニストロム法やフーリエ特徴に関連しており、計算コストを抑えながらカーネルトリックの効果を実現します。

Summary

入力をランダム射影により高次元空間へマッピングし、カーネル法を効率的に近似する手法。

Key Concepts

  • カーネル近似
  • 特徴量マッピング
  • 計算効率
  • 線形化

Use Cases

  • 大規模カーネル回帰
  • ニューラル正接カーネルの近似
  • スケーラブルなガウス過程

Code Example

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