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
因为距离的定义,不满足范数的第二条条件
因为
||x||=d(0,x)
但
||αx||=d(0,ax)≠|α|||x||
举一个例子:
d(x,y)=∑(xi−y