SVM中的KKT条件和拉格朗日对偶

最新推荐文章于 2023-02-24 22:06:26 发布

鹏鹏哥哥的小红帽

最新推荐文章于 2023-02-24 22:06:26 发布

阅读量2.3k

点赞数 6

分类专栏：鹏鹏哥哥的机器学习文章标签：拉格朗日 KKT

本文链接：https://blog.csdn.net/kepengs/article/details/89314932

版权

鹏鹏哥哥的机器学习专栏收录该内容

52 篇文章 11 订阅

订阅专栏

首先，我们要理解KKT条件是用来干嘛的？

KKT条件用来判断一个解是否属于一个非线性优化问题。

求最优解：
约束条件分为
1、等式约束
2、不等式约束

对于等式约束的优化问题，可以直接应用拉格朗日乘子法去求取最优值；
对于含有不等式约束的优化问题，可以转化为在满足 KKT 约束条件下应用拉格朗日乘子法求解。

拉格朗日求得的并不一定是最优解，只有在凸优化的情况下，才能保证得到的是最优解，所以我们说拉格朗日乘子法得到的为可行解，其实就是局部极小值。

下面分成一个方面来讨论求最优解：

1）无约束条件

如果没有任何条件，那么变量 $x \in \mathbb{R}^N$ 的函数 $f(x)$ 的极值问题就是
$\min_x f(x)$
直接求导 $\nabla_xf(x) = 0$ 即可。

2）等式约束的优化

如在 $h(x)=0$ 的条件下使得 $f(x)$ 最小
$\begin{aligned} &\min_{x } \ f(x) \\ &s.t. \ \ \ h_i(x) = 0 , i = 1,2,...,m \\ \end{aligned}$
约束条件就会将解的范围限定在一个可行域，此时要找 $\nabla_xf(x) = 0$ 的点只需要在限定的可行域中找到 $f(x)$ 的最小值就好了。
方法：
拉格朗日乘子法
首先，
引入拉格朗日乘子 $\alpha \in \mathbb{R}^m$
然后，构建拉格朗日函数
$L(x,\alpha) = f(x) + \sum_{i=1}^m \alpha_i h_i(x)$
求解拉格朗日函数：

对 $\alpha$ 和 $x$ 求导
$\left \{ \begin{aligned} \nabla_x L(x,\alpha)= 0 \\ \nabla_{ \alpha } L(x,\alpha)= 0 \end{aligned} \right.$
令导数为0，这时候得到相应的 $\alpha$ 和 $x$ 的值，把 $x$ 的值代入到 $f(x)$ 中即得到约束条件 $h_i(x)$ 下的可行解。

举个例子：

在二维条件下，对目标函数 $f(x,y)$ 画出等高线，如下图所示， $h(x,y)=0$ 为约束条件，如下图绿线。

那么目标函数 $f(x,y)$ 的值，也就是等高线跟约束条件 $h(x,y)=0$ 有三种情况：相交，相切和没有交集。那么相交和相切的情况是相应的我们要求的解。并且相切是最优解或者局部最优解。

结论：
拉格朗日乘子法取得极值的必要条件是目标函数和约束函数相切，两者法向量平行。
$\nabla _xf(x) - \alpha \nabla_xh(x) = 0$
所以只要满足上述等式，且满足之前的约束 $h_i(x) = 0 , i = 1,2,...,m$ ，即可得到解，联立起来，正好得到就是拉格朗日乘子法。

3）不等式约束条件

如下式：
$\begin{aligned} &\min_x \ f(x) \\ & \ s.t. \ \ g(x) \le 0 \end{aligned}$
同样做拉格朗日变换和画图：
$L(x, \lambda) = f(x) + \lambda g(x)$
给出等高线和约束条件之后，可行解也要落在 $g(x)$ 区域内。

上图有，可行解只能落在 $g(x)<0$ 或者 $g(x)=0$ 的区域里获得。

当可行解 $x$ 落在 $g(x)<0$ 的区域内，此时直接极小化 $f(x)$ 即可；
当可行解 $x$ 落在 $g(x)=0$ 即边界上，此时等价于等式约束优化问题.

当约束区域包含目标函数原有的的可行解时，此时加上约束可行解扔落在约束区域内部，对应 $g(x)<0$ 的情况，这时约束条件不起作用；当约束区域不包含目标函数原有的可行解时，此时加上约束后可行解落在边界 $g(x)=0$ 上。下图分别描述了两种情况，右图表示加上约束可行解会落在约束区域的边界上。

以上两种情况就是说，要么可行解落在约束边界上即得 $g(x)=0$ ，要么可行解落在约束区域内部，此时约束不起作用，另 $\lambda =0$ 消去约束即可，所以无论哪种情况都会得到： $\lambda g(x)=0$

还有一个问题是 $\lambda$ 的取值，在等式约束优化中，约束函数与目标函数的梯度只要满足平行即可，而在不等式约束中则不然，若 $\lambda \neq 0$ ，这便说明可行解 $x$ 是落在约束区域的边界上的，这时可行解应尽量靠近无约束时的解，所以在约束边界上，目标函数的负梯度方向应该远离约束区域朝向无约束时的解，此时正好可得约束函数的梯度方向与目标函数的负梯度方向应相同：
$-\nabla_x f(x) = \lambda \nabla_xg(x)$
上式需要满足的要求是拉格朗日乘子 $\lambda > 0$ ，这个问题可以举一个形象的例子，假设你去爬山，目标是山顶，但有一个障碍挡住了通向山顶的路，所以只能沿着障碍爬到尽可能靠近山顶的位置，然后望着山顶叹叹气，这里山顶便是目标函数的可行解，障碍便是约束函数的边界，此时的梯度方向一定是指向山顶的，与障碍的梯度同向，下图描述了这种情况 :

可见对于不等式约束，只要满足一定的条件，依然可以使用拉格朗日乘子法解决，这里的条件便是 KKT 条件。接下来给出形式化的 KKT 条件首先给出形式化的不等式约束优化问题：
$\begin{aligned} &\min_x \ f(x) \\ &s.t. \ \ \ h_i(x) = 0 , \ i = 1,2,...,m \ \\ & \ \ \ \ \ \ \ \ \ \ g_j(x) \le 0, \ j = 1,2,...,n \end{aligned}$
列出 Lagrangian 得到无约束优化问题：
$L(x,\alpha,\beta) =f(x) + \sum_{i=1}^m \alpha_i h_i(x) + \sum_{j=1}^n\beta_ig_i(x)$
经过之前的分析，便得知加上不等式约束后可行解 $x$ 需要满足的就是以下的 KKT 条件：

满足 KKT 条件后极小化 Lagrangian 即可得到在不等式约束条件下的可行解。 KKT 条件看起来很多，其实很好理解:

(1) 拉格朗日取得可行解的必要条件；
(2) 这就是以上分析的一个比较有意思的约束，称作松弛互补条件；
(3) ∼∼ (4) 初始的约束条件；
(5) 不等式约束的 Lagrange Multiplier 需满足的条件。

主要的KKT条件便是 (3) 和 (5) ，只要满足这俩个条件便可直接用拉格朗日乘子法， SVM 中的支持向量便是来自于此，需要注意的是 KKT 条件与对偶问题也有很大的联系。

拉格朗日对偶

在优化理论中，目标函数 $f(x)$ 会有多种形式：如果目标函数和约束条件都为变量 $x$ 的线性函数, 称该问题为线性规划；
如果目标函数为二次函数, 约束条件为线性函数, 称该最优化问题为二次规划； 如果目标函数或者约束条件均为非线性函数, 称该最优化问题为非线性规划。每个线性规划问题都有一个与之对应的对偶问题，对偶问题有非常良好的性质，以下列举几个：

对偶问题的对偶是原问题；
无论原始问题是否是凸的，对偶问题都是凸优化问题；
对偶问题可以给出原始问题一个下界；
当满足一定条件时，原始问题与对偶问题的解是完全等价的；

比如下边这个例子，虽然原始问题非凸，但是对偶问题是凸的：
$\begin{aligned} &\min_x \ \left ( x^4-50x^2+100x \right ) \\ &\ s.t.\ \ \ x \ge 4.5 \end{aligned}$

原始问题

首先给出不等式约束优化问题：
$\begin{aligned} &\min_x \ f(x) \\ &s.t. \ \ \ h_i(x) = 0 , \ i = 1,2,...,m \ \\ & \ \ \ \ \ \ \ \ \ \ g_j(x) \le 0, \ j = 1,2,...,n \end{aligned}$
定义 Lagrangian 如下：
$L(x,\alpha,\beta) =f(x) + \sum_{i=1}^m \alpha_i h_i(x) + \sum_{j=1}^n\beta_jg_j(x)$
根据以上 Lagrangian 便可以得到一个重要结论：
$f(x) =\max_{\alpha \beta; \beta_i\ge 0} L(x,\alpha,\beta) > L(x,\alpha,\beta) \tag{*}$
上式很容易验证，因为满足约束条件的 $x$ 会使得 $h_i(x)=0$ ，因此第二项消掉了；而 $g_j(x) \le 0$ ，并且使得 $\beta_j \ge 0$ ，因此会有 $\beta_j g_j(x) \le 0$ ，所以最大值只能在它们都取零的时候得到，这个时候就只剩下 $f(x)$ 了。反之如果有任意一个约束条件不满足，则只需令其相应的乘子 $\rightarrow +\infty$ ，则会得到 $L(x,\alpha,\beta) \rightarrow +\infty$ ，这样将导致问题无解，因此必须满足约束条件。经过这样一转变，约束都融合到了一起而得到如下的无约束的优化目标：
$\min_x f(x) = \min_x \max_{\alpha,\beta; \beta_i\ge 0} L(x,\alpha,\beta)$

对偶问题

上式与原优化目标等价，将之称作原始问题 , 将原始问题的解记做 $p^*$ ，如此便把带约束问题转化为了无约束的原始问题，其实只是一个形式上的重写，方便找到其对应的对偶问题，首先为对偶问题定义一个对偶函数（dual function） ：
$D(\alpha,\beta) = \min_x L(x,\alpha,\beta)$
有了对偶函数就可给出对偶问题了，与原始问题的形式非常类似，只是把 min 和 max 交换了一下：
$\max_{\alpha ,\beta; \beta_i\ge 0} \min_x L(x,\alpha,\beta)$
然后定义对偶问题的最优解即关于 α β 的函数：
$d^* = \max_{\alpha,\beta; \beta_i\ge 0} D(\alpha,\beta)$
对偶问题和原始问题的最优解并不相等，而是满足的如下关系：
$d^* \le p^*$
直观地，可以理解为最小的里最大的那个要比最大的中最小的那个要大。具体的证明过程如下：

证明，首先这里的约束要全部满足，对偶问题与原始问题的关系如下：
$D(\alpha,\beta) =\min_x L(x,\alpha,\beta) \le L(x,\alpha,\beta) \le \max_{\alpha,\beta,\beta_i \ge 0}L(x,\alpha,\beta) =f(x)$

即 $D(\alpha,\beta) \le f(x)$ ，所以自然而然可得:
$d^*= \max_{\alpha,\beta;\beta_i \ge 0} D(\alpha,\beta) \le \min_x f(x) =p^*$

即现在通过对偶性，为原始问题引入一个下界， $d^* \le p^*$ 。

这个性质便叫做弱对偶性（weak duality），对于所有优化问题都成立，即使原始问题非凸。这里还有两个概念： $f(x)-D(\alpha,\beta)$ 叫做对偶间隔（duality gap）， $p^*-d^*$ 叫做最优对偶间隔（optimal duality gap）。

之前提过无论原始问题是什么形式，对偶问题总是一个凸优化的问题，这样对于那些难以求解的原始问题（甚至是 NP 问题），均可以通过转化为偶问题，通过优化这个对偶问题来得到原始问题的一个下界，与弱对偶性相对应的有一个强对偶性（strong duality） ，强对偶即满足： $d^* = p^*$ 。

强对偶是一个非常好的性质，因为在强对偶成立的情况下，可以通过求解对偶问题来得到原始问题的解，在 SVM 中就是这样做的。当然并不是所有的对偶问题都满足强对偶性，在 SVM 中是直接假定了强对偶性的成立，其实只要满足一些条件，强对偶性是成立的，比如说 Slater 条件与KKT条件。

Slater 条件

若原始问题为凸优化问题，且存在严格满足约束条件的点 $x$ ，这里的“严格”是指 $g_i(x)\leq 0$ 中的“ ≤ ”严格取到“ < ”，即存在 $x$ 满足 $g_i(x)<0$ , $i = 1,2,...,n$ ，则存在 $x^*,\alpha^* ,\beta^*$ 使得 $x^*$ 是原始问题的解， $\alpha^* ,\beta^*$ 是对偶问题的解，且满足：
$p^* = d^* = L(x^*,\alpha^* ,\beta^*)$

也就是说如果原始问题是凸优化问题并且满足 Slater 条件的话，那么强对偶性成立。需要注意的是，这里只是指出了强对偶成立的一种情况，并不是唯一的情况。例如，对于某些非凸优化的问题，强对偶也成立。SVM 中的原始问题是一个凸优化问题（二次规划也属于凸优化问题），Slater 条件在 SVM 中指的是存在一个超平面可将数据分隔开，即数据是线性可分的。当数据不可分时，强对偶是不成立的，这个时候寻找分隔平面这个问题本身也就是没有意义了，所以对于不可分的情况预先加个 kernel 就可以了。

KKT条件

假设 $x^*$ 与 $\alpha^* ,\beta^*$ 分别是原始问题（并不一定是凸的）和对偶问题的最优解，且满足强对偶性，则相应的极值的关系满足：
$\begin{aligned} f(x^*) &= d^* = p^* =D(\alpha^*,\beta^*) \\ &=\min_x f(x)+ \sum_{i = 1}^m \alpha_i^*h_i(x) + \sum_{j=1}^n\beta_j^*g_j(x) \\ & \le f(x^*)+ \sum_{i = 1}^m \alpha_i^*h_i(x^*) + \sum_{j=1}^n\beta_j^*g_j(x^*) \\ &\le f(x^*) \end{aligned}$

这里第一个不等式成立是因为 $x^*$ 为 $L(x,\alpha^*,\beta^*)$ 的一个极大值点，最后一个不等式成立是因为 $h_i(x^*) = 0$ ,且 $g_j(x^*) \le 0 ,\beta_j \ge 0$ ，（ $\beta_j \ge 0$ 是之前 (*) 式的约束条件）因此这一系列的式子里的不等号全部都可以换成等号。根据公式还可以得到两个结论：

1）第一个不等式成立是因为 $x^*$ 为 $L(x,\alpha^*,\beta^*)$ 的一个极大值点，由此可得:
$\nabla_{x^*} L(x,\alpha^*,\beta^*) = 0$

2）第二个不等式其实就是之前的 (*) 式， $\beta_j^*g_j(x^*)$ 都是非正的，所以这里有：
$\beta_j^* g_j(x^*)=0, \ i=1,2,...,m$

也就是说如果 $\beta_j^*>0$ ，那么必定有 $g_j(x^*)=0$ ；反过来，如果 $g_j(x^*)<0$ 那么可以得到 $\beta_j^*=0$ ，即：
$\left \{ \begin{aligned}\beta^*_j >0 \Rightarrow g^*_j(x) = 0 \\ g^*_j(x) < 0 \Rightarrow\beta_j^*=0\end{aligned}\right .$

这些条件都似曾相识，把它们写到一起，就是传说中的 KKT (Karush-Kuhn-Tucker) 条件：

总结来说就是说任何满足强对偶性的优化问题，只要其目标函数与约束函数可微，任一对原始问题与对偶问题的解都是满足 KKT 条件的。即满足强对偶性的优化问题中，若 $x^*$ 为原始问题的最优解， $\alpha^* ,\beta^*$ 为对偶问题的最优解，则可得 $x^*,\alpha^*,\beta^*$ 满足 KKT 条件。不知道够不够清楚，书中原话（P243）是这样的：

上面只是说明了必要性，当满足原始问题为凸优化问题时，必要性也是满足的，也就是说当原始问题是凸优化问题,且存在 $x^*,\alpha^*,\beta^*$ 满足 KKT 条件，那么它们分别是原始问题和对偶问题的极值点并且强对偶性成立，证明如下：

首先原始问题是凸优化问题，固定 $\alpha^* ,\beta^*$ 之后对偶问题 $D(\alpha^*,\beta^*)$ 也是一个凸优化问题， $x^*$ 是 $L(x,\alpha^*,\beta^*)$ 的极值点：
$\begin{aligned} D(\alpha^*,\beta^*) &= \min_x L(x,\alpha^*,\beta^*) \\ &= L(x^*,\alpha^*,\beta^*) \\ & = f(x^*)+\sum_{i=1}^m\alpha_i^*h_i(x^*)+\sum_{j=1}^n\beta_j^*g_j(x^*) \\ &= f(x^*) \end{aligned}$

最后一个式子是根据 KKT 条件中的 $h_i(x) = 0$ 与 $\beta_jg_j(x) = 0$ 得到的。这样一来，就证明了对偶间隔为零，也就是说，强对偶成立。所以当原始问题为凸优化问题时，书中的原话（P244）如下：

鹏鹏哥哥的小红帽

关注

6
点赞
踩
15

收藏

觉得还不错? 一键收藏
0
评论
SVM中的KKT条件和拉格朗日对偶

首先，我们要理解KKT条件是用来干嘛的？KKT条件用来判断一个解是否属于一个非线性优化问题。求最优解：约束条件分为1、等式约束2、不等式约束对于等式约束的优化问题，可以直接应用拉格朗日乘子法去求取最优值；对于含有不等式约束的优化问题，可以转化为在满足 KKT 约束条件下应用拉格朗日乘子法求解。拉格朗日求得的并不一定是最优解，只有在凸优化的情况下，才能保证得到的是最优解，所以...
复制链接

扫一扫