python - sklearn SVM 自定义内核

Question

我需要在 sklearn 中实现自定义内核。

这将是一个自定义的线性内核:

def my_kernel(x, y):
    return np.dot(x, y.T)

但是我在做 RBF 内核之类的事情时遇到了麻烦。是否可以在 sklearn 自定义内核中做到这一点？

我已经尝试过这个:

def my_kernel(x, y):
    gamma = 0.01
    return np.exp((gamma* np.power(np.linalg.norm(x-y),2)))`

但没有成功。

(我知道有一个RBF的预实现，但是我需要手动实现它，因为我需要添加一些参数)

Answer 1

你的函数看起来不错。只需使用

clf = svm.SVC(kernel=my_kernel)
clf.fit(X, Y)

有an example与您的应用程序相关。