2019-12-13 (Fr) [長年日記]
_ カーネルトリック
https://ocw.tsukuba.ac.jp/course/systeminformation/machine_learning/p-12/
↑カーネルトリックの説明をしてる。軽くだけど。
無限次元の計算が有限の計算コストでできる。すげー。
何度聞いても衝撃。そして説明できる気がしない。
複数の特徴量から多次元多項式回帰すると、すごい精度が出るかもしれないが、 パラメータが多くなりすぎて現実的でない。
で。
特徴量を2つ持ってきて、そこから得られるパラメータ2つの内積(=カーネル)を 求めようとすると、普通に考えると、各パラメータの積を合計する必要がある。 が、実はカーネルは元の特徴量の内積を使って計算できる (ことが証明されている)。
ならば。
特徴量そのものでなく、代わりにカーネルを特徴量とした回帰を構築すれば、 現実的でなかったものが現実的になる。
こんなの? さっぱり説明できる気がしない。
_ そして logit
logit って sigmoid の逆関数?
ちょっと証明してみよか。
\[ y = \frac{1}{1 + e^{-x}} \]
\[ 1 + e^{-x} = \frac{1}{y} \]
\[ e^{-x} = \frac{1}{y} - 1 \]
\[ \frac{1}{e^{x}} = \frac{1-y}{y} \]
\[ e^{x} = \frac{y}{1-y} \]
\[ x = \log\frac{y}{1-y} \]
なるほど、逆関数だ。へー。
[ツッコミを入れる]