机器学习算法学习——RBF算法原理图解

1.隐含层（径向基层）算法 输入为列向量 R（看做R维向量空间内一点的坐标） 隐含层与之对应的是一个矩阵 W1 （看做S个向量空间的中心点坐标组合成的矩阵） 分别计算欧式距离获得||dist|| 与链接权值 对应位置数值相乘获得矩阵 经过激活函数（径向基函数） 即获得隐含层的输出。 这里有必要介绍高斯径向基函数（与高斯分布几率密度表达式类似）： 对比上述，X为输入点，Ci为中心点， 即为系数。we

>>阅读原文<<