支持向量机(SVM)中核函数的本质意义

本质上在做什么?

内积是距离度量,核函数相当于将低维空间的距离映射到高维空间的距离,并非对特征直接映射。
为什么要求核函数是对称且Gram矩阵是半正定?

核函数对应某一特征空间的内积,要求①核函数对称;②Gram矩阵半正定。

证明内积对应的Gram矩阵半正定:
α T K α = [ α 1 , α 2 , ⋯   , α n ] [ κ ( x 1 , x 1 ) κ ( x 1 , x 2 ) ⋯ κ ( x 1 , x n ) κ ( x 2 , x 1 ) κ ( x 2 , x 2 ) ⋯ κ ( x 1 , x n ) ⋮ ⋮ ⋱ ⋮ κ ( x n , x 1 ) κ ( x n , x 2 ) ⋯ κ ( x n , x n ) ] [ α 1 α 2 ⋮ α n ] = ∑ i = 1 n ∑ j = 1 n α i κ ( x i , x j ) α j = ∑ i = 1 n ∑ j = 1 n α i α j ⟨ ϕ ( x i ) , ϕ ( x j ) ⟩ = ⟨ ∑ i = 1 n α i ϕ ( x i ) , ∑ j = 1 n α j ϕ ( x j ) ⟩ = ∥ ∑ i = 1 n α i ϕ ( x i ) ∥ 2 2 ⩾ 0 \begin{aligned} {{ \bm \alpha}^{\rm T} {\bm K} { \bm \alpha}} &=\begin{bmatrix} {\alpha}_1, {\alpha}_2, \cdots, {\alpha}_n \end{bmatrix} \begin{bmatrix} \kappa \left( {\bm x}_1, {\bm x}_1 \right) &\kappa \left( {\bm x}_1, {\bm x}_2 \right) &\cdots &\kappa \left( {\bm x}_1, {\bm x}_n \right) \\ \kappa \left( {\bm x}_2, {\bm x}_1 \right) &\kappa \left( {\bm x}_2, {\bm x}_2 \right) &\cdots &\kappa \left( {\bm x}_1, {\bm x}_n \right) \\ \vdots &\vdots &\ddots &\vdots \\ \kappa \left( {\bm x}_n, {\bm x}_1 \right) &\kappa \left( {\bm x}_n, {\bm x}_2 \right) &\cdots &\kappa \left( {\bm x}_n, {\bm x}_n \right) \\ \end{bmatrix} \begin{bmatrix} {\alpha}_1 \\ {\alpha}2 \\ \vdots \\ {\alpha}n \\ \end{bmatrix} \\ &= \sum\limits{i=1}^{n} \sum\limits{j=1}^{n} {\alpha}_i \kappa \left( {\bm x}_i, {\bm x}j \right) {\alpha}j \\ &= \sum\limits{i=1}^{n} \sum\limits{j=1}^{n} {\alpha}_i {\alpha}_j \langle \phi \left( {\bm x}_i \right), \phi \left( {\bm x}j \right) \rangle\\ &= \langle \sum\limits{i=1}^{n} {\alpha}_i \phi \left( {\bm x}i \right), \sum\limits{j=1}^{n} {\alpha}_j \phi \left( {\bm x}j \right) \rangle \\ &= \lVert \sum\limits{i=1}^{n} {\alpha}_i \phi \left( {\bm x}_i \right) \rVert^2_2 \\ &\geqslant 0 \end{aligned} αTKα=[α1,α2,⋯,αn] κ(x1,x1)κ(x2,x1)⋮κ(xn,x1)κ(x1,x2)κ(x2,x2)⋮κ(xn,x2)⋯⋯⋱⋯κ(x1,xn)κ(x1,xn)⋮κ(xn,xn) α1α2⋮αn =i=1∑nj=1∑nαiκ(xi,xj)αj=i=1∑nj=1∑nαiαj⟨ϕ(xi),ϕ(xj)⟩=⟨i=1∑nαiϕ(xi),j=1∑nαjϕ(xj)⟩=∥i=1∑nαiϕ(xi)∥22⩾0

相关推荐
uhakadotcom几秒前
OpenAI 的 PaperBench:AI 研究复现基准测试工具
算法·面试·github
凯强同学6 分钟前
第十四届蓝桥杯大赛软件赛省赛Python 大学 C 组:6.棋盘
python·算法·蓝桥杯
wuqingshun31415934 分钟前
蓝桥杯 切割
数据结构·c++·算法·职场和发展·蓝桥杯
艾妮艾妮37 分钟前
C语言常见3种排序
java·c语言·开发语言·c++·算法·c#·排序算法
百度Geek说37 分钟前
前沿多模态模型开发与应用实战3:DeepSeek-VL2多模态理解大模型算法解析与功能抢先体验
算法
小王努力学编程39 分钟前
动态规划学习——回文子串系列问题【C++】
c++·学习·算法·leetcode·动态规划
小李独爱秋41 分钟前
机器学习开发全流程详解:从数据到部署的完整指南
人工智能·机器学习
Dovis(誓平步青云)44 分钟前
深挖 DeepSeek 隐藏玩法·智能炼金术2.0版本
人工智能·深度学习·机器学习·数据挖掘·服务发现·智慧城市
ZTLJQ1 小时前
基于机器学习的三国时期诸葛亮北伐失败因素量化分析
人工智能·算法·机器学习
JohnFF1 小时前
48. 旋转图像
数据结构·算法·leetcode