本文主要是介绍机器学习之径向基神经网络（RBF NN），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本文基于台大机器学习技法系列课程进行的笔记总结。
主要内容如下图所示：
首先介绍一下径向基函数网络的Hypothesis和网络的结构，然后介绍径向基神经网络学习算法，以及利用K-means进行的学习，最后通过一个实例加深对RBF神经网络认识和理解。
RBF神经网络的Hypothesis和网络结构
我们从基于Gaussian kernel的support vector machine中在无限维度中进行特征转换来获取一个large margin的边界，这个Gaussian kernel就是一个Radio Basis Function Kernel。其意义呢有两个：一是radio，代表的是x和中心点xm之间的距离，可以是任意衡量
这篇关于机器学习之径向基神经网络（RBF NN）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
