Kernel method

Pattern analysis 분야 알고리즘의 한갈래이다. 대표적인 예로 SVM 이 있다. 일반적인 Pattern Analysis 의 접근은 dataset 에서 일반화시킬 수 있는 관계를 찾는 것이다(clustering, ranking principal component, correlations, classification). 다수 알고리즘의 경우, 이런 문제를 data 를 feature vector 로 바꾸어서 해결한다. 반면 kernel algorithm 의 경우는 두 data 쌍 사이의 similarity function 이라는 사용자 정의 함수만을 이용하여 문제를 해결한다.

Kernel method 라는 이름은 kernel function 의 사용에서 따 왔는데, 이 함수는 고차원의 암시적인 feature 공간에서 데이터의 좌표를 직접 계산하지 않고 각 데이터의 내적을 계산함으로써, 작동하게 해 준다. 이런 연산은 보통 직접 좌표를 계산 하는 것보다 계산이 가벼운 경우가 보통이다. 이런 접근 방법을 kernel trick 이라고 부른다.

상위항목

Machine Learning