Losowa cecha
term_id: random_feature
Category: basic_concepts
Definition
Mapy cech losowych przekształcają wejścia do nowej przestrzeni, w której modele liniowe mogą przybliżać nieliniowe funkcje jądra. To podejście, często związane z metodą Nystroma lub cechami Fouriera, pozwala na skalowalne uczenie się.
Summary
Technika mapująca dane wejściowe do przestrzeni o wyższej wymiarowości za pomocą losowych projekcji, aby efektywnie przybliżyć metody jądra.
Key Concepts
- Przybliżanie jądra
- Mapowanie cech
- Wydajność obliczeniowa
- Liniaryzacja
Use Cases
- Regresja jądrowa w skali makro
- Przybliżanie jądra stycznego sieci neuronowej (NTK)
- Skalowalne procesy Gaussa
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)