1. 非线性降维的一种常用方法是基于核技巧对线性降维方法进行核化kernelized, 如核主成分分析 ,它是对PCA的一种推广。

    2. 假定原始特征空间中的样本点 通过映射 三、核化线性降维 KPCA - 图1 映射到高维特征空间的坐标为 ,即 三、核化线性降维 KPCA - 图2。且假

      设高维特征空间为 维的,即: 三、核化线性降维 KPCA - 图3 。假定要将高维特征空间中的数据投影到低维空间中,投影矩阵为 为 三、核化线性降维 KPCA - 图4 维矩阵。

      根据 推导的结果,求解方程: 。其中 三、核化线性降维 KPCA - 图5 为 维矩阵。

      于是有:三、核化线性降维 KPCA - 图6