답변:
Zen은 방법 1을 사용했습니다. 방법 2 : 를 Hilbert 공간 에서 를 중심으로하는 구형 대칭 가우스 분포에 매핑 합니다. 이것이 올바르게 작동하려면 표준 편차와 상수 요소를 조정해야합니다. 예를 들어 한 차원에서
따라서 표준 편차 하고 가우스 분포를 조정하여 을 얻습니다 . 이 마지막 크기 조정 은 정규 분포 의 규범이 일반적으로 이 아니기 때문에 발생합니다 . K(X,Y)=⟨Φ(X),Φ(Y)⟩L(2)(1)
pd 커널을 만드는 것으로 알려진 일련의 일반적인 단계에서 커널을 빌드하는 것입니다. 는 아래 커널의 도메인을 나타내고 는 기능 맵을 보자 . φ
스케일링 : 만약 하는 PD 커널, 그렇습니다 어떤 상수 .γ κ γ > 0
증명 : 가 의 기능 맵인 경우 는 의 유효한 기능 맵입니다 .κ √γκ
합계 : 만약 및 PD 커널입니다, 그래서이다 .κ 2 κ 1 + κ 2
증명 : 연결하여이 기능을 매핑 와 , 얻을 .φ 2 X ↦ [ φ 1 ( X ) φ 2 ( X ) ]
한계 : 경우 PD 커널하고있다 모두에 대해 존재 그리고, 는 pd입니다.κ
증명 : 각 및 모든 우리는 . 로 제한을 취하면 와 동일한 속성이 부여 됩니다.{ ( x i , c i ) } m i = 1 ⊆ X × R ∑ m i = 1 c i κ n ( x i , x j ) c j ≥ 0 n → ∞ κ
제품 : 경우 및 PD 커널이다, 그래서이고 .κ 2 g ( x , y ) = κ 1 ( x , y )
증명 : 이것은 Schur 제품 정리 에서 즉시 따르지만 Schölkopf와 Smola (2002)는 다음과 같은 훌륭한 기본 증거를 제공합니다. 하자 는 독립적입니다. 따라서 공분산 행렬은 psd 여야하므로 의 공분산 행렬이 이를 증명한다는 사실을 증명합니다. C o v ( V i W i , V j W j ) = C o v ( V i , V j )
파워 : 만약 되는 PD 커널 그렇다 양의 정수 .
증명 : "제품"속성에서 즉시.
지수 : 만약 되는 PD 커널 그렇다 .
증명 : ; "powers", "scalings", "sums"및 "limits"속성을 사용하십시오.
함수 : 만약 되는 PD 커널 , 물론이다.
증명 : 기능 맵 .
이제 선형 커널로 시작 , 로 "크기 조정"적용, "지수"적용 및 "함수"적용 .
방법 1을 사용하겠습니다. 방법 2를 사용한 증명에 대해서는 Douglas Zare의 답변을 확인하십시오.
가 실수 인 경우를 증명할 것이므로 입니다. 일반적인 경우 는 동일한 주장에서 돌연변이 를 따르며 수행 할 가치가 있습니다.
일반성을 잃지 않고 이라고 가정하십시오 .
쓰십시오 . 여기서 랜덤 변수의 특성 함수 와 분포.
실수 및 경우 그 수반되는 양의 함수 semidefinite 일명 커널이다.k
이 결과를보다 일반적으로 이해하려면 Bochner Theorem ( http://en.wikipedia.org/wiki/Positive-definite_function)을 확인하십시오 .