このノードは、カーネルモデルを計算します。 このモデルは、ラベル付きサンプルの入力コンポーネントを中心とするカーネル関数の加重平均で構成されます。 モデルは、カーネル関数のウェイトによってパラメータ化されます。 これは、トレーニング済みのニューラルネットワークを推論する代替手段になります。 カーネルモデルが適している状況においては、ML Regression Kernel SOPは、ニューラルネットワークのトレーニングや推論に代わるよりシンプルな手段になります。

ML Regression Kernel SOPの1番目の入力には、ラベル付きサンプルを接続してください。 例えば、SOPのForループ内にML Example SOPを使用してラベル付きサンプルを作成するか、または、ML Example Import SOPを使用してファイルからラベル付きサンプルを読み込みます。 2番目の入力には、ラベル付きサンプルの各入力コンポーネントと同じ寄与で構成された入力コンポーネントを接続してください。 マルチパラメータで指定する入力/出力寄与は、元のラベル付きサンプルのMLノードで指定された入力/ターゲット寄与に合わせてください。

ML Train Regression TOPとML Regression Inference SOPが優先されている場合、ML Regression Kernel SOPは、データセットが正しく生成されたかどうかを確認するのに役立ちます。 データセットのラベル付きサンプルの入力コンポーネントを指定した場合、ML Regression Kernel SOPは、ターゲットに完全に一致したものを返します。 これは、データセット内の2つのラベル付きサンプルが同じ入力コンポーネントを持っていないことを前提としています。

一般的な情報は機械学習のドキュメントを参照してください。