關係Fisher核心實現

我正在閱讀關於Relational Fisher Kernel的文章，其中涉及貝葉斯邏輯程序來計算Fisher分數，然後使用SVM來獲取每個數據項的類標籤。關係Fisher核心實現

我沒有很強的機器學習背景。有人可以讓我知道如何去實現一個端到端的關係Fisher內核，它會期望什麼樣的輸入？我找不到任何簡單的逐步流程來顯示此實現。我對使用SVM等庫（例如libsvm）沒有問題，但我想知道端到端的流程（儘可能使用簡單的語言）。任何幫助將不勝感激。

來源

2011-11-23 Salil

+1用於指出一篇有趣而且寫得很好的論文 – fairidox

到目前爲止，我已經推斷輸入將是邏輯編程情況下的因式分解。可以使用貝葉斯邏輯程序（例如像Balios這樣的工具）來誘導貝葉斯N/W。誘導的n/w的參數是條款概率分佈的條款（在Balios的情況下使用EM導出）的形式。在此之後，使用問題中提到的論文中提到的公式，可以計算梯度，然後計算內核。內核可以放入SVM（例如libsvm）中，然後完成。有人可以確認我是否正確嗎？ – Salil

你可能想看看這個SO克隆的機器學習：http://metaoptimize.com/qa – fairidox

libsvm不實現Relation Fisher內核，但是，您可以計算本文中描述的Fisher信息矩陣，並將其用作libsvm的預計算內核輸入。參見：using precomputed kernels with libsvm

來源

2015-06-05 17:55:29 Diego

對，這就是我之前（在評論中）所說的：「使用本文提到的公式，可以計算梯度，然後計算內核。內核可以是適合SVM（例如libsvm）「。感謝您的確認。 – Salil

關係Fisher核心實現

回答

相關問題