Optimizasyon problemlerini yazarken muhtemelen fark ettiğiniz gibi, minimizasyondaki tek fark, Hilbert normunun cezalandırma için kullanmasıdır. Yani, 'büyük' değerlerinin cezalandırma amacıyla ne olduğunu ölçmek . RKHS ayarında, RKHS iç ürünü, , sırt regresyonu Öklid normuna göre cezalandırılmaktadır.ααtKα
İlginç bir teorik sonuç, her yöntemin üreyen çekirdek spektrumunu nasıl etkilediğidir . RKHS teorisi ile, simetrik pozitif kesin olduğuna sahibiz . Spektral teoremle, ; burada , öz değerlerin köşegen matrisidir ve , özvektörlerin ortonormal matrisidir. Sonuç olarak, RKHS ayarında
Bu arada, Ridge regresyon ayarında simetriyle,
KKK=UtDUDU
( K+ λ n I)- 1Y= [Ut( D + λ n I) U]- 1Y=Ut[ D + λ n I]- 1UY.
KtK=K2(K2+ λ n I)- 1KY= [Ut(D2+ λ n I) U]- 1KY=Ut[D2+ λ n I]- 1UKY=Ut[D2+ λ n I]- 1D UY=Ut[ D + λ nD- 1]- 1UY.
spektrumu olsun olabilir . RKHS regresyonunda, özdeğerler ile stabilize edilir
. Ridge regresyonunda,
. Sonuç olarak, karşılık gelen daha , Ridge daha büyük bir değer eklerken, RKHS özdeğerleri eşit olarak değiştirir .
Kν1, … ,νnνben→νben+ λ nνben→νben+ λ n /νbenνben
Çekirdek seçimine bağlı olarak, için iki tahmin birbirine yakın veya birbirinden uzak olabilir. Operatör normunda mesafe
Ancak, bu yine de belirli bir için sınırlıdırα
∥αRKHS-αçıkıntı∥ℓ2= ∥birRKHSY-birçıkıntıY∥ℓ2≤ ∥ [ D + λ n I]- 1- [ D + λ nD- 1]- 1∥∞∥ Y∥ℓ2≤maksimumi = 1 , … , n{ | (νben+ λ n)- 1- (νben+ λ n /νben)- 1| } ∥Y∥ℓ2≤maksimumi = 1 , … , n{λ n | 1 -νben|(νben+ λ n ) (ν2ben+ λ n )} ∥Y∥ℓ2
Y, bu nedenle iki tahminciniz keyfi olarak birbirinden ayrılamaz. Bu nedenle, çekirdeğiniz kimliğe yakınsa, yaklaşımlarda büyük olasılıkla çok az fark olacaktır. Çekirdekleriniz çok farklıysa, iki yaklaşım yine de benzer sonuçlara yol açabilir.
Uygulamada, belirli bir durum için birinin diğerinden daha iyi olup olmadığını kesin olarak söylemek zor. Verileri çekirdek işlevi açısından temsil ederken, kare hatası açısından en aza indirdiğimiz için, karşılık gelen Hilbert işlev alanından en iyi regresyon eğrisini etkili bir şekilde seçiyoruz. Bu nedenle, RKHS iç ürününe ilişkin cezalandırma devam etmek için doğal bir yol gibi görünmektedir.