回答:
カーネル幅の削減通常、条件数を削減します。
ただし、基底関数が重複している場合、カーネル行列は、基底関数または点分布の場合、単数またはほぼ単数になる可能性があります。この理由は、実際には非常に単純です。
ここで、2つの点とx jを選択し、それらをゆっくりと回転させて位置を切り替えることを想像してください。これを行っている間、Kの行列式は符号を切り替え、その間のある時点でゼロになります。この時点で、Kは定義により特異です。
いくつかの提案:
選択してください平均距離| ランダムx-最も近いx i。(安価な近似値Nが均一の単位立方体に分布する点Rの D、D 2 。。5、0.5 /であるN 1 / dが。)
我々はたいφ (| X - X iは|)のために大きくなるようにX I周辺x、背景ノイズの場合は小さい。いくつかのランダムなxに対してそれをプロットします。
Shiftキー離れ0から、K → K + λ I、λ 〜10 - 6かそこらで。つまり、正則化します。
解いて重みを調べます。いくつかがまだ(条件数に関係なく)巨大である場合、それはガウスRBFが根本的に弱いことをボイド(以下)で確認する傾向があります。
(RBFの1つの代替は、逆距離加重、IDWである。これは、自動スケーリング、最も近い距離1 2 3に対して同一の利点を有する 100 200 300と同様に... また、私は、明示的なユーザー選択見つけるNをN eは、Rが、検討する近傍の数。σ 、λのグリッド検索よりも明確です。)
ジョンP.ボイド、ガウス動径基底関数シリーズを合計するための高速ガウス変換の役に立たない、と述べています
ガウスRBF内挿は、内挿が指数関数的に大きな係数を持つ項の小さな差であるという意味で、ほとんどの系列に対して悪条件です。
お役に立てれば; あなたの経験を共有してください。