SVM Kernel学习笔记

最新推荐文章于 2025-05-16 10:58:59 发布

原创最新推荐文章于 2025-05-16 10:58:59 发布 · 1.2w 阅读

40 ·

CC 4.0 BY-SA版权

文章标签：

#SVM #kernel #机器学习

SVM中的核函数是使其能处理非线性分类的关键，通过将数据从低维映射到高维以实现线性可分。虽然简单的理解是通过映射解决线性不可分问题，但更准确的描述是核函数以较低计算复杂度实现向量内积。常见的核函数包括多项式核和高斯核（RBF）。选择合适的核函数通常需要实验对比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SVM是机器学习里应用最广泛的模型之一，而说起SVM大家一般都会提kernel，有叫kernel function也有叫kernel trick的。这是因为实际的应用中，没有kernel的SVM也就是一个线性分类器，与LR（logistic regression）没有本质的差别，就连目标函数都很相似。

线性分类器是指它的decision boundary是线性的，但训练数据并不一定能被线性区分开(linearly speratable)，这种情况经常被描述为“线性模型的表达或拟合能力不够”。

注意：这里的线性是相对于特征空间本身的维度而言，比如2维空间对应1维直线，3维空间对应2维平面，n维对应(n-1)维的超平面。人的直观理解一般无法超过3维，所以一般的文章教材都用2维空间来讨论问题。

比如左下图的2维空间，两类数据点无法被线性(2维下就是直线)区分，这时候就需要kernel来救场了。kernel所带的解药是什么？最naive的理解是，把数据点从2维空间映射到3维或更高维的空间，这样就能线性区分开了，就如右下图所展示的。

这里写图片描述

顺便提一下：LR也有类似的trick，使得自身的线性模型能拟合非线性关系，那就是特征组合。因此，实际应用中，LR的特征维度会非常大，BAT这种级别的互联网公司，维度动不动搞到十亿甚至百亿维度，各种特征组合占到了主要部分。另外，其实kernel并不是SVM的专属，其也可以应用到LR上面的，这里就不作讨论了。

前文中提到kernel最naive理解是把特征空间从低维映射到高维从而线性可分。之所以说naive，是因为这种描述并不太全面，知乎上有很多大牛反驳了这样的说法。但是，作为初学者，我个人感觉这样的intuition最容易被人记住，抛开复杂的数学推导，用一句话来解释SVM kernel，从传播的角度看没毛病。

那么，为啥大牛们认为“低维到高维论”不全面呢，究竟怎么理解kernel？说实话，完整的数学推导现在我也没太搞明白，这里只是根据从其他大神那里吸收的一些皮毛简单解释下，也不一定对：

先给一个更可能被大牛们接受的SVM kernel描述：一种隐含特征空间映射、以更低计算复杂度实现向量内积运算的特殊函数。有点抽象对不对，隐含怎么理解，更低计算复杂度内积运算怎么理解？下面通过例子来解释：

考虑上文提到的2维空间图，要把每个数据点映射到3维空间，才有可能线性可分。而映射到了3维空间后，计算寻找最优SVM decision boundary的过程里需要计算任意两个向量的内积（注：为什么需要求向量内积属于SVM数学推导过程，这里省略）。

对于一个2维空间数据点v = (x, y)，要把它映射到3维空间，其中一种映射关系是： $p(x, y) = (x^2, \sqrt 2xy, y^2)$ 。假如有任意两个数据点： $v_1 = (x_1, y_1), v_2 = (x_2, y_2)$ ，我们可以直接计算它们对应向量的内积为：

<p(v1),p(v2)>=<(x21,2‾√x1y1,y21),(x22,2‾√x2y2,y22)> < p ( v 1 ) , p ( v 2 ) >=< ( x 1 2 , 2 x 1 y 1 , y 1 2 ) , ( x 2 2 , 2 x 2 y 2 , y 2 2 ) >

很明显，这是一个3维运算。假如3维还是无法线性区分，要映射到N维去，那这里就是N维运算，N越大计算量越大。有没有办法能够降低这个计算量呢？我们来展开推导一下：

<(x21,2‾√x1y1,y21),(x22,2‾√x2y2,y22)=x21x22+2x1x2y1y2+y21y22 < ( x 1 2 , 2 x 1 y 1 , y 1 2 ) , ( x 2 2 , 2 x 2 y 2 , y 2 2 ) = x 1 2 x 2 2 + 2 x 1 x 2 y 1 y 2 + y 1 2 y 2 2

=(x1x2+y1y2)2=(<v1,v2>)2 = ( x 1 x 2 + y 1 y 2 ) 2 = ( < v 1 , v 2 > ) 2 $= (x_1x_2 + y_1y_2)^2 = (<v_1, v_2>)^2$

经过推导可以看到，两个数据点在映射后的向量内积等于映射前向量内积的平方。如果我们引入核函数： $K(v_1, v_2) = (<v_1, v_2>)^2$ ，那么就可以通过核函数的计算来等价于映射后的向量内积，实现了高维向量运算转换为低维向量计算（本例中是2维向量运算代替了3维向量运算）。

由此看出，即使没有kernel，只要找到映射关系，我们仍然可以实现低维空间映射到高维空间，进而通过高维向量内积运算来寻找最佳分割超平面。但是，kernel的引入，降低了向量内积运算的计算复杂度。无论我们映射到几维空间，我们只要把原有维度代入核函数，就能等价于高维上的内积运算。极端的情况下，特征空间映射到了无穷维度空间，如果没有核函数，根本无法计算出映射后的向量内积。

有没有kernel，低维都可以映射到高维，引入kernel只是计算量的差别而已，这就解释了为啥大牛们不同意kernel的“低维到高维论”了。

然而，到这里讨论并没有结束。想象一下，要把上文示例的SVM模型训练跑通，需要走两步：第一步，找低维到高维空间的映射关系；第二步，找到这种映射关系对应的kernel函数。仔细思考下，是不是发现哪不太对——低维在第一步映射到了高维，但在第二步又被转换为了原维度的运算。这意味着：

最终的模型训练计算过程，其实根本不需要显式地考虑高维是啥样子，只要kernel函数找好了，低维到高维的映射关系实际上被隐式的带出来了。你甚至不需要知道这个映射长啥样子，或者其干脆根本无法被描述出来。

现在，问题关键变成了，怎么去找合适的核函数，并不是任意的函数都能隐含低维到高维的映射关系吧？答案很简单，过往的巨人们已经帮你找好了，站在他们的肩膀上膜拜吧。

核函数有不少，最常用的是以下几个：
这里写图片描述

最后，为了让你相信这些核函数可以隐含低维到高维的映射关系，这里还是举例证明下：

先来看多项式核，假设有 a = 1, c = 0, d = 2，那么多项式核可表示为： $k(x, y) = (x^Ty)^2 = (<x, y>)^2$ ，这不就是上文最开始推导出的核函数吗，它对应的映射关系之前已经给出了。实际上，多项式核一定对应一个低维到高维的映射，高维的维度取决于参数d。
再来看高斯核或RBF，根据泰特展开公式： $e^x =$ $\sum_{i=0}^n \frac{x^n}{n!}$ ， $K(x, y)$ 可以近似展开为n维的多项式，n越大越近似，直至无穷大。而多项式核一定对应低维到高维的映射，只是这个映射已经无法描述了。

由此也看到，基于高斯核的情况下，2维可以被映射到无穷维度，如果没有核函数，已经不可能计算出那个空间的向量内积了。

最后，总结下理解SVM kernel的几个要点：

kernel使SVM模型具备了非线性的拟合能力，没有kernel的线性SVM与LR无本质差别
kernel简单描述成“把特征空间从低维映射到高维从而线性可分”是不全面的。kernel只是其充分条件，不是必要条件，没有kernel一样可以做到（无穷高维度除外），kernel只是降低了模型训练的计算量，具体点说是降低了向量内积运算的复杂度
实际应用中，没有人去显式地寻找低维到高维的映射关系，而是先找kernel，由kernel隐式地带来映射，而且该映射有时甚至无法描述，也没必要关心
在众多核函数中如何选择，有赖于选择不同函数、不同参数的不断实验对比，而高斯核貌似是很多人的默认选择

参考资料
https://www.zhihu.com/question/35602879/answer/63963315
https://www.zhihu.com/question/24627666/answer/310362701
http://mp.weixin.qq.com/s?__biz=MzIxNDIwMTk2OQ==&mid=2649077019&idx=1&sn=e0c4a6c502e3668e1dc410f21e531cfd&scene=0#wechat_redirect
http://blog.youkuaiyun.com/qq_27231343/article/details/51817866