เคอร์เนลเป็นวิธีการคำนวณ dot product ของเวกเตอร์สองตัวและในบางส่วน (อาจเป็นมิติที่สูงมาก) ซึ่งเป็นสาเหตุที่ฟังก์ชั่นเคอร์เนลบางครั้งเรียกว่า "generalized dot product"yxy
สมมติว่าเรามีการทำแผนที่ที่นำเวกเตอร์ของเราในบางคุณลักษณะพื้นที่เมตร จากนั้นคูณจุดของและในพื้นที่นี้เป็นy) เคอร์เนลเป็นฟังก์ชันที่สอดคล้องกับผลิตภัณฑ์จุดนี้คือy)R n R m x y φ( x ) T φ( y )kk( x , y )=φ( x ) T φ( y )φ:Rn→RmRnRmxyφ(x)Tφ(y)kk(x,y)=φ(x)Tφ(y)
ทำไมถึงมีประโยชน์ เมล็ดให้วิธีการคำนวณผลคูณจุดในพื้นที่คุณลักษณะบางอย่างโดยไม่ได้รู้ว่าสิ่งที่พื้นที่นี้เป็นและสิ่งที่เป็น\φ
ตัวอย่างเช่นพิจารณาง่ายเคอร์เนลพหุนามกับ 2 ดูเหมือนจะไม่สอดคล้องกับฟังก์ชันการแมปใด ๆแต่เป็นเพียงฟังก์ชันที่คืนค่าจำนวนจริง สมมติว่าและลองขยายนิพจน์นี้:x , y ∈ R 2 φ x = ( x 1 , x 2 ) y = ( y 1 , y 2 )k(x,y)=(1+xTy)2x,y∈R2φx=(x1,x2)y=(y1,y2)
k(x,y)=(1+xTy)2=(1+x1y1+x2y2)2==1+x21y21+x22y22+2x1y1+2x2y2+2x1x2y1y2
โปรดทราบว่านี่ไม่มีอะไรอื่นนอกจากเป็นผลคูณแบบจุดระหว่างสองเวกเตอร์และ , และx_2) ดังนั้นเคอร์เนลคำนวณผลิตภัณฑ์จุดใน พื้นที่ 6 มิติโดยไม่มีการเข้าชมพื้นที่นี้อย่างชัดเจน(1,y 2 1 ,y 2 2 , √(1,x21,x22,2–√x1,2–√x2,2–√x1x2)φ(x)=φ(x1,x2)=(1,x 2 1 ,x 2 2 , √(1,y21,y22,2–√y1,2–√y2,2–√y1y2)k(x,y)=(1+ x Ty)2=φ(x)Tφ(y)φ(x)=φ(x1,x2)=(1,x21,x22,2–√x1,2–√x2,2–√x1x2)k(x,y)=(1+xTy)2=φ(x)Tφ(y)
อีกตัวอย่างหนึ่งคือเกาส์เคอร์เนลใหญ่) ถ้าเราเทย์เลอร์ขยายฟังก์ชั่นนี้เราจะเห็นว่ามันสอดคล้องกับโคโดเมนอนันต์มิติของ\k(x,y)=exp(−γ∥x−y∥2)φ
ในที่สุดฉันขอแนะนำหลักสูตรออนไลน์"การเรียนรู้จากข้อมูล"โดยศาสตราจารย์ Yaser Abu-Mostafa เพื่อแนะนำวิธีการที่ใช้เคอร์เนล โดยเฉพาะการบรรยาย"Support Vector Machines" , "วิธีเคอร์เนล"และ"Radial Basis Function"เป็นเรื่องเกี่ยวกับเมล็ด