随机傅里叶特征提供了对核函数的近似。它们用于各种内核方法,例如 SVM 和高斯过程。
今天,我尝试使用TensorFlow 实现,但我的一半功能得到了负值。据我了解,这不应该发生。
所以我回到了原始论文,正如我所预料的那样,这些特征应该存在于 [0,1] 中。但是它的解释(在下面突出显示)对我来说没有意义:余弦函数可以在 [-1,1] 的任何位置产生值,并且显示的大多数点都有负余弦值。
我可能遗漏了一些明显的东西,但如果有人能指出它是什么,我将不胜感激。
随机傅里叶特征提供了对核函数的近似。它们用于各种内核方法,例如 SVM 和高斯过程。
今天,我尝试使用TensorFlow 实现,但我的一半功能得到了负值。据我了解,这不应该发生。
所以我回到了原始论文,正如我所预料的那样,这些特征应该存在于 [0,1] 中。但是它的解释(在下面突出显示)对我来说没有意义:余弦函数可以在 [-1,1] 的任何位置产生值,并且显示的大多数点都有负余弦值。
我可能遗漏了一些明显的东西,但如果有人能指出它是什么,我将不胜感激。
显然,突出显示的句子是错误的(或至少令人困惑): 可以是负数。这不是问题,因为我们只关心, 不是本身。
的“内积”仅当我使用此方法时似乎不正确,因为我混淆了和. 不是因为错了。