来自R包kernlab的gausspr函数挂在线性内核上

Question

我正在试验高斯过程模型，尤其是在kernlab R软件包中的实现。 我发现，使用线性核切除后，模型拟合会挂起。 分析表明它正忙于通过运算符“％*％”进行矩阵乘法。 下面是一个可重现的示例：

data(iris)
#this doesn't hang
test <- kernlab::gausspr(Species~.,data=iris,type="classification",kernel="rbfdot")
#this hangs with message "Setting default kernel parameters"
test <- kernlab::gausspr(Species~.,data=iris,type="classification",kernel="vanilladot")
#this also hangs
test <- kernlab::gausspr(Species~.,data=iris,type="classification",kernel="polydot", kpar=list(degree=1))
#this doesn't hang
test <- kernlab::gausspr(Species~.,data=iris,type="classification",kernel="polydot", kpar=list(degree=2))

知道这里发生了什么吗？ 非常感谢！

Answer 1

您需要为每种内核类型指定不同的调整超参数kpar 。 默认选项是kpar = list（sigma = 0.1） ，仅适用于高斯内核。

每个内核kpar的超参数列表如下：

• 径向基础内核函数“ rbfdot ”和拉普拉斯内核“ laplacedot ”的sigma逆内核宽度。

• 多项式内核“ polydot ”的degree, scale, offset 位数 degree, scale, offset 。

• scale, offset双曲线正切核函数“ tanhdot ”的scale, offset 。

• 贝塞尔内核“ besseldot ”的sigma, order, degree 。

• sigma, degree方差分析内核“ anovadot ”的度数 。

如果您想更好地理解原因，请在第9页的pdf中检查内核功能。

但是，对于简单的LINEAR内核而言，事情有些棘手，即kernel = vanilladot 。 没有要指定的超参数。 我尝试了kpar = NA，但是没有用。 我想出了一种使用多项式进行特殊调整来获得LINEAR内核结果的方法：

test <- kernlab::gausspr(Species~.,data=iris,type="classification",
                     kernel="polydot", kpar=list(degree =1, scale =1, offset =0))