問題 No.1658
機械学習における「カーネル関数」の説明として、最も適切なものを1つ選べ。
【正解の解説】
データを高次元空間へ写像することで、線形分離が困難な問題を線形分離可能にする手法。
SVMなどで用いられるカーネル関数は、入力データを高次元特徴空間へ写像することで、元の空間では線形分離できないデータに対して、超平面による分離を可能にする役割を果たします。
スポンサーリンク
【その他の選択肢の解説】
モデルの学習過程において、過学習を防ぐために損失関数に対して加える正則化項のこと。
過学習を防ぐための手法はL1/L2正則化などが該当し、これらはカーネル関数とは目的が異なります。
ニューラルネットワークの各層において、非線形性を導入するために用いられる活性化関数。
活性化関数はニューラルネットワーク内の信号変換に用いられるものであり、SVMにおけるカーネルトリックとは区別されます。
アンサンブル学習において、個々の弱学習器の重みを調整して最終的な予測値を算出する関数。
弱学習器の重み付けはAdaBoostなどのアンサンブル手法で用いられますが、高次元への写像とは直接関係ありません。