再生核希尔伯特空间(RKHS)和核函数

本文介绍了希尔伯特空间的基本概念,包括线性空间、度量空间、赋范空间和完备性。接着,讨论了核函数的正定性和特征函数的正交性,以及它们在函数空间中的作用。再生核希尔伯特空间(RKHS)是由核函数定义的空间,其基底由核函数的特征函数组成。在SVM中,核函数被用于将数据映射到高维空间,便于分类。文章还推荐了几篇参考资料,帮助深入理解这些概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

之前看SVM核函数相关的问题,总是会碰到再生核希尔伯特空间(Reproducing Kernel Hilbert Space, RKHS)不过一直没有太仔细了解过到底是指的什么,前几天研究了一下。

希尔伯特空间

先来说一下什么是希尔伯特空间
这个概念听起来高大上,其实是个非常简单的概念。
先说什么是线性空间

线性空间

线性空间即定义了数乘和加法的空间。这个就是具有线性结构的空间。
有了线性空间的概念之后,因为有数乘和加法,所以空间中可以找到一组基底(Basis)能够通过线性组合得到空间中所有的点。

度量空间和赋范空间

距离的定义必须满足如下三个条件:
1. d(x,y)0;d(x,y)=0 的充要条件是 x=y 即非负性
2. d(x,y)=d(y,x) ;对称性
3. d(x,z)+d(z,y)d(x,y) 满足三角不等式。

定义了距离的空间叫度量空间
定义了距离的线性空间叫线性度量空间

接下来再定义范数 ||x|| ,范数的定义必须满足:
1. ||x||0 即非负性
2. ||αx||=|α|||x||
3. ||x||+||y||||x+y|| 满足三角不等式

所以范数这个概念,可以看成从零点到 x 的距离,同时比价第二条(2),即数乘可以提取出来。
所以:由范数可以定义距离,即 d(x,y)=||xy|| ,但是距离不可以定义范数
因为距离的定义,不满足范数的第二条条件
因为

||x||=d(0,x)


||αx||=d(0,ax)|α|||x||

举一个例子:
d(x,y)=(xi
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值