在《统计学习方法》第一版P123或第二版P141中提到:
字符串核函数的映射
ϕ
n
(
s
)
\phi_n(s)
ϕn(s) 将字符串
s
s
s 对应于希尔伯特空间的一个向量,其在子串
u
u
u 维上的取值为:
[
ϕ
n
(
s
)
]
u
=
∑
i
:
s
(
i
)
=
u
λ
l
(
i
)
[\phi_n(s)]_u=\sum_{i:s(i)=u}{\lambda^{l(i)}}
[ϕn(s)]u=i:s(i)=u∑λl(i) 这里,
0
<
λ
≤
1
0<\lambda\leq1
0<λ≤1 是一个衰减参数,
l
(
i
)
l(i)
l(i) 表示字符串
i
i
i 的长度,求和在
s
s
s 中所有与
u
u
u 相同的字串上进行。
两个字符串
s
s
s 和
t
t
t 上的字符串核函数是基于映射
ϕ
n
\phi_n
ϕn 的特征空间中的内积:
k
n
(
s
,
t
)
=
∑
u
∈
∑
n
[
ϕ
n
(
s
)
]
u
[
ϕ
n
(
t
)
]
u
=
∑
u
∈
∑
n
∑
(
i
,
j
)
:
s
(
i
)
=
t
(
i
)
=
u
λ
l
(
i
)
λ
l
(
j
)
\begin{aligned} k_n(s,t) & =\sum_{u\in\sum^n}{[\phi_n(s)]_u[\phi_n(t)]_u} \\ & =\sum_{u\in\sum^n}{\sum_{(i,j):s(i)=t(i)=u}{\lambda^{l(i)}\lambda^{l(j)}}} \\ \end{aligned}
kn(s,t)=u∈∑n∑[ϕn(s)]u[ϕn(t)]u=u∈∑n∑(i,j):s(i)=t(i)=u∑λl(i)λl(j) 这里,
∑
n
\sum^n
∑n表示所有长度为
n
n
n的字符串的集合。
其他博文中出现了以下这个例子:
按上述公式,
k
(
f
o
g
,
f
o
g
)
=
∑
u
∈
∑
n
[
ϕ
n
(
f
o
g
)
]
u
[
ϕ
n
(
f
o
g
)
]
u
=
λ
2
×
λ
2
+
λ
3
×
λ
3
+
λ
2
×
λ
2
=
2
λ
4
+
λ
6
\begin{aligned} k(fog,fog) & =\sum_{u\in\sum^n}{[\phi_n(fog)]_u[\phi_n(fog)]_u} \\ & =\lambda^2\times\lambda^2+\lambda^3\times\lambda^3+\lambda^2\times\lambda^2 \\ & =2\lambda^4+\lambda^6 \end{aligned}
k(fog,fog)=u∈∑n∑[ϕn(fog)]u[ϕn(fog)]u=λ2×λ2+λ3×λ3+λ2×λ2=2λ4+λ6