【算法】一个简单的支持向量机（SVM）原理

基本思想：

首先通过非线性变换将输入空间变换到高维空间，然后在这个新空间求最优分类面即最大间隔分类面，其中通过采用核函数作为内积，间接实现了对特征的非线性变换，因此避开了在高维空间进行计算。

决策过程：

首先输入样本和一系列的支持向量进行相似性比较，而采用的相似度度量就是核函数，比较后的得分进行加权求和，最后根据加权求和值的大小进行类别决策。

采用不同的核函数就是采用不同的相似行度量，比如线性支持向量机就是采用欧式空间中的内积作为相似性度量。

最优分类超平面：

如图所示, 方形点和圆形点代表两类样本, H 为分类线,H1, H2分别为过各类中离分类线最近的样本且平行于分类线的直线, H1、H2上的点（xi, yi）称为支持向量， 它们之间的距离叫做分类间隔(margin)。中间那条分界线并不是唯一的，我们可以把它稍微旋转一下，只要不分错。所谓最优分类面(Optimal Hyper Plane)就是要求分类面不但能将两类正确分开(训练错误率为0),而且使分类间隔最大。推广到高维空间，最优分类线就变为最优分类面。支持向量是那些最靠近决策面的数据点，这样的数据点是最难分类的，因此,它们和决策面的最优位置直接相关。

核函数类型：

• 线性
• 多项式
• 径向基（RBF）
  RBF函数的中心、位置、宽度、个数和连接权值都可以在SVM的训练过程中确定。
• Sigmoid
  实现的是一个三层的神经网络，隐含层节点的个数就是支持向量的个数，也就是实现自动确定节点的个数。

LIBSVM的参数设置如下：

核函数参数：

• 《模式识别》张学工：
  • 基本经验是，先尝试简单的选择，如线性核函数，结果不好时再考虑非线性核函数。
  • 如果采用RBF，应该首先选用宽度较大的核，宽度越大越接近线性，然后尝试减小宽度，增加非线性。
• 吴恩达课程：
  • 如果特征数量达到和样本数量差不多，选用LR或线性核
  • 如果特征数量小，样本数量正常，用径向基（RBF）
  • 如果特征数量小，而样本数量很大，则要手工添加特征变成第一种情况

SVM适合小训练集的原因：

如果增加的样本点只是无效约束，并不会影响其最后的结果。

由于使用数据集的核矩阵（Kernel Matrix）描述样本之间的相似性，矩阵元素的个数随着数据规模增大成平方增长。这样要随着数据规模增大，SVM的计算变得无法处理。

拉格朗日乘子和对偶问题

支持向量机想得到最优分类超平面，
于是要最大化分类间隔，
也就要最小化权向量的模
在求上面这个最小值的时候，有一个不等式约束：分类决策函数x样本类别符号>1
通过对每个样本引入一个拉格朗日系数，将不等式约束转为等式约束：min max L(w,b,a)
L(w,b,a) 是拉格朗日泛函，原来的解等价于对w,b求最小，a求最大，最优解在L的鞍点上取得
在鞍点处，L对w和b的偏导都为0，令L(w,b,a)对w和b求偏导为0，
将结果带入拉格让日函数中w和b消去，得到L的对偶问题Q(a)，
通过求对偶问题的解a，可以求出原问题的解w,
通过KKT条件得到，在拉格朗日泛函处满足：分类决策函数x样本类别符号=1，所以已知w，可以用任何一个支持向量带入上式，求出b。实际中通常对所有a非零的样本求b，再求平均。

注：上面这些主要是对《模式识别》第三版，4.6节的整理，理清思路

通俗来讲，对偶问题就是使求解更加高效且目标函数值不变，通过先消去w，b，得到关于α的函数，然后单独计算 α，通过得到的α反求w，b，最后获得超平面的参数，相比于先对α的不等式约束进行计算，对偶的方式使得计算更加便捷。

具体算法流程点这里 拉格朗日乘子细节

猜你喜欢：👇🏻
⭐【算法】一个简单的决策树（DT）原理
⭐【算法】一个简单的k均值（k-means）原理
⭐【算法】一个简单的主成分分析（PCA）原理