kernels

classicML的核函数.

Kernel

核函数的基类.

cml.kernels.Kernel(name='kernel')

参数

• name: 字符串，核函数名称.

_call_

函数实现.

__call__(x_i, x_j)

异常

• NotImplementedError: 函数没有实现.

Gaussian

高斯核函数. 具体实现参看径向基核函数.

cml.kernels.Gaussian(name='gaussian', gamma=1.0)

参数

• name: 字符串，核函数名称.

• gamma: 浮点数，核函数系数.

Linear

线性核函数.

cml.kernels.Linear(name='linear')

参数

• name: 字符串，核函数名称.

_call_

函数实现.

__call__(x_i, x_j)

参数

• x_i: 一个 Numpy数组，第一组特征向量.

• x_j: 一个 Numpy数组，第二组特征向量.

返回

核函数映射后的特征向量.

Polynomial

多项式核函数.

cml.kernels.Polynomial(name='poly', gamma=1.0, degree=3)

参数

• name: 字符串，核函数名称.

• gamma: 浮点数，核函数系数.

• degree: 整数，多项式的次数.

_call_

函数实现.

__call__(x_i, x_j)

参数

• x_i: 一个 Numpy数组，第一组特征向量.

• x_j: 一个 Numpy数组，第二组特征向量.

返回

核函数映射后的特征向量.

RBF

径向基核函数.

cml.kernels.RBF(name='rbf', gamma=1.0)

参数

• name: 字符串，核函数名称.

• gamma: 浮点数，核函数系数.

_call_

函数实现.

__call__(x_i, x_j)

参数

• x_i: 一个 Numpy数组，第一组特征向量.

• x_j: 一个 Numpy数组，第二组特征向量.

返回

核函数映射后的特征向量.

Sigmoid

Sigmoid核函数.

cml.kernels.Sigmoid(name='sigmoid', gamma=1.0, beta=1.0, theta=-1.0)

参数

• name: 字符串，核函数名称.

• gamma: 浮点数，核函数系数.

• beta: 浮点数，核函数参数.

• theta: 浮点数，核函数参数.

_call_

函数实现.

__call__(x_i, x_j)

参数

• x_i: 一个 Numpy数组，第一组特征向量.

• x_j: 一个 Numpy数组，第二组特征向量.

返回

核函数映射后的特征向量.