Odborná definícia
Význam a odborné vymedzenie pojmu
Kernel v jadrových metódach je funkcia k(x, z), ktorá vyjadruje vnútorný súčin obrazov dvoch vstupov v príznakovom priestore, hoci tieto obrazy nemusí algoritmus explicitne zostrojiť. Platný pozitívne semidefinitný kernel vytvára Gramovu maticu s vhodnými matematickými vlastnosťami. Voľba lineárneho, polynomiálneho, RBF alebo doménového kernelu určuje pojem podobnosti a tým aj tvar funkcií, ktoré môže model efektívne učiť. Hodnota kernelu nemá sama osebe univerzálnu mierku, interpretuje sa v rámci zvoleného modelu.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Dva dokumenty môžete porovnať priamo podľa slov, alebo pomocou funkcie, ktorá zohľadní kombinácie výrazov a podobné vzory bez vypísania miliónov nových príznakov. Kernel vráti jedno číslo, ktoré sa správa, akoby ste najprv oba dokumenty preniesli do bohatšieho priestoru a potom vypočítali ich skalárny súčin. Ak kernel považuje za podobné nesprávne veci, ani presný optimalizačný algoritmus nezachráni model, pretože pracuje s chybnou geometriou úlohy. Pri doménovom kerneli je dôležité vedieť vysvetliť, ktoré spoločné črty vytvorili vysokú podobnosť.
Časté otázky
Otázky, ktoré spresňujú význam
Je kernel vždy funkcia vzdialenosti?
Nie. Typicky vyjadruje podobnosť alebo vnútorný súčin. Z kernelu možno za určitých podmienok odvodiť vzdialenosť v príznakovom priestore, ale samotné vysoké skóre nemusí mať význam klasickej metrickej vzdialenosti.
Čo je Gramova matica?
Matica, ktorej prvok i,j je kernel medzi i-tym a j-tym príkladom. Obsahuje párové podobnosti tréningových dát a pri platnom kerneli je pozitívne semidefinitná, čo podporuje konvexné optimalizačné formulácie.
Ako sa nastavuje parameter gamma pri RBF kerneli?
Gamma riadi, ako rýchlo podobnosť klesá so vzdialenosťou. Príliš vysoká hodnota vytvára veľmi lokálne hranice a preučenie, príliš nízka hodnoty zhladí rozdiely. Volí sa validáciou po škálovaní dát.
Môže byť kernel navrhnutý pre grafy alebo sekvencie?
Áno. Existujú string kernels, graph kernels, kernels nad množinami a ďalšie doménové funkcie, ktoré porovnávajú štruktúru namiesto surových vektorov. Musia však spĺňať požadované matematické podmienky.
Čím sa kernel v ML líši od konvolučného kernelu?
Konvolučný kernel je lokálny filter aplikovaný na obraz alebo signál. Kernelová funkcia v SVM či Kernel PCA je párová funkcia podobnosti medzi celými vstupmi. Rovnaké slovo označuje dva odlišné mechanizmy.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- scikit-learn, Pairwise metrics and kernels
- scikit-learn, SVM kernels
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.