本文partly参考周志华的西瓜书和这篇知乎文章。
学SVM时遇到二次规划要用SMO(Sequential Minimal Optimization序列最小优化)算法,在网上看资料发现坐标上升/下降法的思想和SMO相似,特别有意思,特此详细挖一下。
CA—求极大值
CD—求极小值
CA/CD是非梯度优化方法,不需要计算目标函数的梯度,在每步迭代中只沿一个坐标方向进行搜索,然后循环使用所有坐标方向来达到目标函数的局部极小值。即:每次更新多元函数中的一维(优化一个变量,沿着一个坐标方向做一维最优化),经过多次迭代直到收敛到局部最优点,但迭代的次数较多。
以求解 f ( x ) f(\boldsymbol x) f(x)的局部极小值为例, x = ( x 1 , x 2 , … , x d ) T ∈ R d \boldsymbol x=(x_1,x_2,\ldots,x_d)^T\in\mathbb{R}^d x=(x1,x2,…,xd)T∈Rd.
从初始点 x 0 \boldsymbol x^0 x0开始,CD不断迭代构造序列 x 1 , x 2 , ⋯ \boldsymbol x^1,\boldsymbol x^2,\cdots x1,x2,⋯
x t + 1 \boldsymbol x^{t+1} xt+1的第 i i i个分量的构造为:
x i t + 1 = arg min y ∈ R f ( x 1 t + 1 , x 2 t + 1 , … , x i − 1 t + 1 , y , x i + 1 t , … , x d t ) x_i^{t+1}=\arg\min_{y\in\mathbb{R}}f(x_1^{t+1},x_2^{t+1},\ldots,x_{i-1}^{t+1},y,x_{i+1}^{t},\ldots,x_d^{t}) xit+1=argy∈Rminf(x1t+1,x2t+1,…,xi−1t+1,y,xi+1t,…,xdt)
显然有:
f
(
x
0
)
≥
f
(
x
1
)
≥
f
(
x
2
)
≥
⋯
f(\boldsymbol x^0)\geq f(\boldsymbol x^1)\geq f(\boldsymbol x^2)\geq \cdots
f(x0)≥f(x1)≥f(x2)≥⋯
最终序列收敛到局部极小点或者驻点(stationary point)。(因为求导为0只是极值点的必要条件,也可能求出的是驻点,这点都说烂了大家都懂)
适用于:规模较大的,目标函数光滑的复杂问题(目标函数不光滑则CA/CD may陷入非驻点non-stationary point)