简单向量距离可以作为 SVM 内核工作吗?

机器算法验证 支持向量机 内核技巧
2022-03-23 20:53:05

我正在考虑使用以下简单函数作为 SVM 内核。它基本上计算了 2 个输入向量(范数)之间的距离:

K(x1,x2)=x1x2, 其中x1x2N维向量。

我不熟悉这种内核的文档。

它有效吗?任何人都经历过这样的内核?

1个回答

不,这个内核没有给出一个正(半)确定的 Gram 矩阵,所以它不是一个有效的内核(第一个随机生成的 Gram 矩阵K和向量v我试过给vKv<0所以K不是半正定的。如果你从中推断出我是一名工程师 - 你是对的!;o)。

ISTR 认为内核函数需要“对角占优”,即任何行或列中的最大幅度元素必须是主对角线上的元素,这在此处不成立,因为主对角线全为零(与任何指向自身为零的点)。这对于 RBF 内核是有保证的,因为距离的负指数永远不会大于 1,当x1x2相同时会发生这种情况。但是请注意,如果内核过于对角占优,则可能会导致过度拟合。