कर्नेल पीसीए
कर्नेल प्रिंसिपल कंपोनेंट एनालिसिस (कर्नेल पीसीए) एक नॉन-लीनियर डायमेंशनलिटी-रिडक्शन विधि है जिसे बर्नहार्ड श्कोल्कोप, अलेक्जेंडर स्मौला और क्लॉस-रॉबर्ट मुलर ने 1997-1998 में पेश किया था। यह कर्नेल फ़ंक्शन के माध्यम से इनपुट डेटा को एक उच्च-आयामी फ़ीचर स्पेस में अप्रत्यक्ष रूप से मैप करके, फिर उस स्पेस में मानक पीसीए करके, शास्त्रीय लीनियर पीसीए को घुमावदार, नॉन-लीनियर डेटा मैनिफोल्ड तक विस्तारित करता है - यह सब मैपिंग को स्पष्ट रूप से गणना किए बिना।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Schölkopf, B., Smola, A. J., & Müller, K.-R. (1998). Nonlinear component analysis as a kernel eigenvalue problem. Neural Computation, 10(5), 1299–1319. DOI: 10.1162/089976698300017467 ↗
- Schölkopf, B., Smola, A. J., & Müller, K.-R. (1997). Kernel principal component analysis. In Artificial Neural Networks — ICANN'97, Lecture Notes in Computer Science, Vol. 1327, pp. 583–588. Springer. DOI: 10.1007/BFb0020217 ↗
- Schölkopf, B., & Smola, A. J. (2002). Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond. MIT Press. ISBN: 978-0-262-19475-4
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Kernel Principal Component Analysis. ScholarGate. https://scholargate.app/hi/machine-learning/kernel-pca
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ऑटोएन्कोडरगहन अधिगम↔ compare
- Isomapमशीन अधिगम↔ compare
- स्थानीय रूप से रैखिक एम्बेडिंग (Locally Linear Embedding (LLE))मशीन अधिगम↔ compare
- सपोर्ट वेक्टर मशीन (वर्गीकरण)मशीन अधिगम↔ compare
- टी-एसएनईमशीन अधिगम↔ compare