各位大神们好,最近在学习迁移学习的知识,想自己实现TCA算法,但是有一些地方还是没有理解,希望有大神能来帮忙解答一下!谢谢大佬!
一个是,在构建核矩阵的时候,对于给定的核函数,构建过程具体是什么样子的,其中的n1和n2是两个数据域的特征维度数还是数据数量呢。。。
另一个是,如果我得到了各个需要的矩阵,得到了变换矩阵W,那接下来要如何应用这个W呢,有的文章说这个W就是映射后的数据域,那我要如何在机器学习的时候,将这个W矩阵与之前源域中数据标签联系起来呢。。。
问题可能有一些无脑,小白刚接触这方面的知识,感觉有点吃力,希望能找到大佬帮忙,先谢谢各位大神们了!