第七章 支持向量机（一）线性可分支持向量机与硬间隔最大化

模型： 二类分类模型
3种支持向量机模型
线性可分支持向量机：硬间隔最大化+线性分类器
线性支持向量机：软间隔最大化+线性分类器
非线性支持向量机：核技巧+软间隔最大化
策略：形式化为求解凸二次规划问题
算法： 求解凸二次规划的最优化算法

线性可分支持向量机与硬间隔最大化

训练数据集$D=\{(x_1,y_1),(x_2,y_2)...(x_n,y_n)\}$
$x_i \in R^n,y_i \in \{+1,-1\}$

$$f(x) = sign(w \centerdot x+b)$$
参数 $w,b$。
和感知机一样，学习的目标是在特征空间中寻找一个分离超平面。
感知机的策略是：误分类最小，解不唯一
线性可分SVM：间隔最大化，解唯一

一、 函数间隔与几何间隔

样本的函数间隔

$$\hat{\gamma_i}=y_i(w\centerdot x_i+b)$$
训练集的函数间隔
$$\hat{\gamma}= \mathop{min}_{i=1,...n}\hat{\gamma_i}$$
函数间隔可以表示分类预测的正确性及确信度
符号为正表示分类正确；反之错误
数值越小，表示离超平面越近，该点的预测就不那么确信。
成比例的改变$w,b$,超平面不变，函数间隔成倍的改变
样本的几何间隔
$${\gamma_i}=y_i(\frac{w}{||w||}\centerdot x_i+\frac{b}{||w||})$$
训练集的几何间隔
$${\gamma}= \mathop{min}_{i=1,...n}{\gamma_i}$$
函数间隔和几何间隔的关系
$${\gamma_i}=\frac{\hat{\gamma_i}}{||w||}$$
$${\gamma}=\frac{\hat{\gamma}}{||w||}$$
几何间隔是有符号的，分类正确时才等于点到超平面的距离

二、硬间隔最大化

感知机中有无数的分离超平面，而哪一个才是最好的（泛化能力最强）？
SVM直观想法：离超平面最近的点尽可能的远离超平面
我们最关心的的是离超平面最近的点（最难分的点），如果超平面有足够大的确信度将他们分开，这个超平面应该对未知的新实例有很好的分类预测能力。
几何间隔最大的分离超平面可以表示为下面的约束最优化问题

$$\mathop{max}_{w,b} \quad \gamma$$
$$s.t.\quad y_i(\frac{w}{||w||}\centerdot x_i+\frac{b}{||w||}) \ge \gamma, \qquad i=1,2,..n$$
由函数间隔和几何间隔的关系，得
$$\mathop{max}_{w,b} \quad \frac{\hat{\gamma}}{||w||}$$
$$s.t.\quad y_i(w\centerdot x_i+b) \ge\hat{\gamma}, \qquad i=1,2,..n$$
缩放超平面的参数，函数间隔的取值是可以任意改变的，因此将最小的函数间隔取为1（$\hat{\gamma}=1$）
最大化 $\frac{1}{||w||}$等价于最小化 $\frac{1}{2}||w||^2$
线性可分支持向量机的最优化问题为
$$\mathop{min}_{w,b} \quad \frac{1}{2}||w||^2 \tag{1}$$
$$s.t.\quad -y_i(w\centerdot x_i+b)+1 \le0, \qquad i=1,2,..n\tag{2}$$

三、支持向量与间隔边界

支持向量： 训练集中离超平面最近的点（是使约束条件等号成立的点）
超平面$w\centerdot x+b=+1$和$w\centerdot x+b=-1$称为间隔边界。

在决定超平面时只有支持向量其作用。如果移动支持向量将改变所求解，但是如果在间隔边界以外移动其他点，甚至删去这些点，则解是不会改变的。

四、对偶算法

这部分需要先了解拉格朗日对偶，以下表述有部分不严谨

4.1、对偶算法一般步骤

1.把约束优化问题写成规范的原始问题（规范的原始问题的目标函数是最小化问题，不等式约束是小于等于）
2.引入拉格朗日乘子，构建拉格朗日函数L
3.求解对偶问题的解，L的极大极小问题，（先极小求偏导，再极大用SMO算法）
4.根据KKT条件得到原始问题解和对偶问题解的关系。

4.2、线性可分SVM应用对偶算法

1.公式（1）（2）已经是规范的原始问题
2.构建拉格朗日函数（引入拉格朗日乘子$\alpha_i \ge 0,i=1,2...n$，把约束问题写成无约束）

$$L(w,b,\alpha)=\frac{1}{2}||w||^2-\sum_{i=1}^n\alpha_iy_i(w\centerdot x_i+b)+\sum_{i=1}^n\alpha_i$$

3.原始问题的解等价于先求拉格朗日函数对$\alpha$求极大，再对$w,b$求极小。解是$w,b$。
原始问题 = L的极小极大问题
对偶问题的解等价于先求拉格朗日函数对$w,b$求极小，再对$\alpha$求极大。解是$\alpha$。
对偶问题 = L的极大极小问题

$$\mathop {max}_{\alpha}\mathop {min}_{w,b}L(w,b,\alpha)$$
(1) 求$\mathop {min}\limits_{w,b}L(w,b,\alpha)$
公式敲不动了，手写字真丑ヽ(｀Д´)ﾉ︵ ┻━┻ ┻━┻

通过求导和回代就得到了
$$\mathop {min}\limits_{w,b}L(w,b,\alpha)=-\frac{1}{2}\sum_{i=1}^n\sum_{j=1}^n\alpha_i\alpha_jy_iy_j(x_i\centerdot x_j)+\sum_{i=1}^n\alpha_i$$
(2) 求$\mathop {min}\limits_{w,b}L(w,b,\alpha)$对$\alpha$的极大,即对偶问题

$$\mathop {max}_{\alpha}\quad -\frac{1}{2}\sum_{i=1}^n\sum_{j=1}^n\alpha_i\alpha_jy_iy_j(x_i\centerdot x_j)+\sum_{i=1}^n\alpha_i \tag{3}$$
$$s.t. \quad \sum_{i=1}^n\alpha_iy_i=0 \tag{4}$$
$$\alpha_i\ge0, \quad i=1,2,...n \tag{5}$$

对偶问题的解公式（3）-（5），可以通过SMO算法求解得到
4.原始问题解和对偶问题解的关系。
定理：目标函数和不等式约束是凸函数，等式约束是仿射函数，不等式约束是严格可执行的。
则 $w,b$和 $\alpha$是原始问题和对偶问题的解的充要条件是 $w,b$和 $\alpha$满足KKT条件。
KKT条件：
1.解的偏导=0，
2.解满足不等式约束，
3.解满足等式约束，
4.拉格朗日乘子大于等于0，
5. 对偶互补条件：拉格朗日乘子大于0时，解的不等式约束的等号成立
线性可分支持向量机的KKT条件
$$\nabla_wL(w^*,b^*,\alpha^*) = w^*-\sum_{i=1}^{n}\alpha_i^*y_ix_i=0$$
$$\nabla_bL(w^*,b^*,\alpha^*) = -\sum_{i=1}^{n}\alpha_i^*y_i=0$$
$$y_i(w^*\centerdot x_i+b^*)-1 \ge0, \quad i=1,2,...n$$
$$\alpha_i^*\ge0, \quad i=1,2,...n$$
$$\alpha_i^*(y_i(w^*\centerdot x_i+b^*)-1) = 0,\quad i=1,2,...n$$
由第一个偏导得到
$$w^* = \sum_{i}\alpha_i^*y_ix_i \tag{6}$$
参数 $b$是根据对偶互补条件得到的。
如果每个$\alpha$都等于0,那么 $w^*=0$,w^*=0不是原问题的解。所以至少有一个 $\alpha>0$
设存在下标 $j$,使得$\alpha_j^*>0$,互补条件知
$$y_j(w^*\centerdot x_j+b^*)-1= 0$$
$y_j^2=1$得
$$b^* = y_j-\sum_{i=1}^{n}\alpha^*_iy_i(x_i\centerdot x_j) \tag{7}$$

由公式（6）（7）知，$w^*，b^*$只依赖于训练数据集中$\alpha^*>0$的样本点（称这样的点为支持向量），而其他样本点对$w^*，b^*$没有影响。
根据互补条件知$\alpha^*>0$时

$$y_j(w^*\centerdot x_j+b^*)=1$$
样本的函数间隔为1，这与之前定义的支持向量是一致的。
疑问？？
1. 为什么KKT条件没有对$\alpha$求偏导
2. KKT条件中对b求偏导得到的公式，说明支持向量是成对的？
3. b的取值有多个吗？超平面不是唯一的吗