支持向量机原理(四)SMO算法原理

我只是一名搬运工，以下内容来自：刘建平Pinard：https://www.cnblogs.com/pinard/p/6111471.html

---

1. 背景

  在SVM的前三篇里，我们优化的目标函数最终都是一个关于$\alpha$向量的函数。而怎么极小化这个函数，求出对应的$\alpha$向量，进而求出分离超平面我们没有讲。本篇就对优化这个关于$\alpha$向量的函数的SMO算法做一个总结。

2. 回顾SVM优化目标函数

  我们首先回顾下我们的优化目标函数：
$$\underset{\alpha }{\underbrace{min}}\frac{1}{2}\sum _{i=1,j=1}^m{\alpha }_i{\alpha }_j{y}_i{y}_{j}K(x_i,x_j)-\sum _{i=1}^m{\alpha }_i$$ $$\begin{gathered} s.t.\sum _{i=1}^m{\alpha }_i{y}_i=0 \\ 0\le {\alpha }_i\le C \end{gathered}$$

  我们的解要满足的KKT条件的对偶互补条件为：
$${\alpha }_i^{\ast }(y_i(w^T{x}_i+b)-1+{\xi }_i^{\ast })=0$$

  根据这个KKT条件的对偶互补条件，我们有：
$${\alpha }_i^{\ast }=0\Rightarrow y_i(w^{\ast }\bullet \varphi (x_i)+b)\ge 1$$ $$0<{\alpha }_i^{\ast }<C\Rightarrow y_i(w^{\ast }\bullet \varphi (x_i)+b)=1$$ $${\alpha }_i^{\ast }=C\Rightarrow y_i(w^{\ast }\bullet \varphi (x_i)+b)\le 1$$
  由于$w^{\ast }=\sum _{j=1}^m{\alpha }_j^{\ast }{y}_j\varphi (x_j)$,我们令$g(x)=w^{\ast }\bullet \varphi (x)+b=\sum _{j=1}^m{\alpha }_j^{\ast }{y}_{j}K(x,x_j)+b^{\ast }$，则有：
$${\alpha }_i^{\ast }=0\Rightarrow y_{i}g(x_i)\ge 1$$ $$0<{\alpha }_i^{\ast }<C\Rightarrow y_{i}g(x_i)=1$$ $${\alpha }_i^{\ast }=C\Rightarrow y_{i}g(x_i)\le 1$$

3. SMO算法的基本思想

  上面这个优化式子比较复杂，里面有m个变量组成的向量$\alpha$需要在目标函数极小化的时候求出。直接优化时很难的。SMO算法则采用了一种启发式的方法。它每次只优化两个变量，将其他的变量都视为常数。由于$\sum _{i=1}^m{\alpha }_i{y}_i=0$.假如将${\alpha }_3,{\alpha }_4,...,{\alpha }_m$固定，那么${\alpha }_1,{\alpha }_2$之间的关系也确定了。这样SMO算法将一个复杂的优化算法转化为一个比较简单的两变量优化问题。

  为了后面表示方便，我们定义$K_{ij}=\varphi (x_i)\bullet \varphi (x_j)$
  由于${\alpha }_3,{\alpha }_4,...,{\alpha }_m$都成了常量，所有的常量我们都从目标函数去除，这样我们上一节的目标优化函数变成下式：
$$\underset{{\alpha }_1,{\alpha }_1}{\underbrace{min}}\frac{1}{2}{K}_{11}{\alpha }_1^2+\frac{1}{2}{K}_{22}{\alpha }_2^2+y_1{y}_2{K}_{12}{\alpha }_1{\alpha }_2-({\alpha }_1+{\alpha }_2)+y_1{\alpha }_1\sum _{i=3}^m{y}_i{\alpha }_i{K}_{i1}+y_2{\alpha }_2\sum _{i=3}^m{y}_i{\alpha }_i{K}_{i2}$$ $$\begin{gathered} s.t.{\alpha }_1{y}_1+{\alpha }_2{y}_2=-\sum _{i=3}^m{y}_i{\alpha }_i=\varsigma \\ 0\le {\alpha }_i\le Ci=1,2 \end{gathered}$$

4. SMO算法目标函数的优化

  为了求解上面含有这两个变量的目标优化问题，我们首先分析约束条件，所有的${\alpha }_1,{\alpha }_2$都要满足约束条件，然后在约束条件下求最小。

  根据上面的约束条件${\alpha }_1{y}_1+{\alpha }_2{y}_2=\varsigma 0\le {\alpha }_i\le Ci=1,2$，又由于$y_1,y_2$均只能取值1或者-1, 这样${\alpha }_1,{\alpha }_2$在[0,C]和[0,C]形成的盒子里面，并且两者的关系直线的斜率只能为1或者-1，也就是说${\alpha }_1,{\alpha }_2$的关系直线平行于[0,C]和[0,C]形成的盒子的对角线，如下图所示：

  由于${\alpha }_1,{\alpha }_2$的关系被限制在盒子里的一条线段上，所以两变量的优化问题实际上仅仅是一个变量的优化问题。不妨我们假设最终是${\alpha }_2$的优化问题。由于我们采用的是启发式的迭代法，假设我们上一轮迭代得到的解是${\alpha }_1^{old},{\alpha }_2^{old}$，假设沿着约束方向${\alpha }_2$未经剪辑的解是${\alpha }_2^{new,unc}$.本轮迭代完成后的解为${\alpha }_1^{new},{\alpha }_2^{new}$

  由于${\alpha }_2^{new}$必须满足上图中的线段约束。假设L和H分别是上图中${\alpha }_2^{new}$所在的线段的边界。那么很显然我们有：
$$L\le {\alpha }_2^{new}\le H$$

  而对于L和H，我们也有限制条件如果是上面左图中的情况，则
$$L=max(0,{\alpha }_2^{old}-{\alpha }_1^{old})H=min(C,C+{\alpha }_2^{old}-{\alpha }_1^{old})$$

  如果是上面右图中的情况，我们有：
$$L=max(0,{\alpha }_2^{old}+{\alpha }_1^{old}-C)H=min(C,{\alpha }_2^{old}+{\alpha }_1^{old})$$

  
也就是说，假如我们通过求导得到的${\alpha }_2^{new,unc}$，则最终的${\alpha }_2^{new}$应该为：
$${\alpha }_2^{new}=\{\begin{array}{ll}H& {\alpha }_2^{new,unc}>H\\ {\alpha }_2^{new,unc}& L\le {\alpha }_2^{new,unc}\le H\\ L& {\alpha }_2^{new,unc}<L\end{array}$$

  那么如何求出${\alpha }_2^{new,unc}$呢？很简单，我们只需要将目标函数对${\alpha }_2$求偏导数即可。

  首先我们整理下我们的目标函数。

  为了简化叙述，我们令
$$E_i=g(x_i)-y_i=\sum _{j=1}^m{\alpha }_j^{\ast }{y}_{j}K(x_i,x_j)+b-y_i$$

  其中$g(x)$就是我们在第一节里面的提到的$$g(x)=w^{\ast }\bullet \varphi (x)+b=\sum _{j=1}^m{\alpha }_j^{\ast }{y}_{j}K(x,x_j)+b^{\ast }$$

  我们令
$$v_i=\sum _{j=3}^m{y}_j{\alpha }_{j}K(x_i,x_j)=g(x_i)-\sum _{j=1}^2{y}_j{\alpha }_{j}K(x_i,x_j)-b$$

  这样我们的优化目标函数进一步简化为：
$$W({\alpha }_1,{\alpha }_2)=\frac{1}{2}{K}_{11}{\alpha }_1^2+\frac{1}{2}{K}_{22}{\alpha }_2^2+y_1{y}_2{K}_{12}{\alpha }_1{\alpha }_2-({\alpha }_1+{\alpha }_2)+y_1{\alpha }_1{v}_1+y_2{\alpha }_2{v}_2$$

  由于${\alpha }_1{y}_1+{\alpha }_2{y}_2=\varsigma$，并且$y_i^2=1$，可以得到${\alpha }_1用{\alpha }_2$表达的式子为：
$${\alpha }_1=y_1(\varsigma -{\alpha }_2{y}_2)$$

  将上式带入我们的目标优化函数，就可以消除${\alpha }_1$,得到仅仅包含${\alpha }_2$的式子。
$$W({\alpha }_2)=\frac{1}{2}{K}_{11}(\varsigma -{\alpha }_2{y}_2{)}^2+\frac{1}{2}{K}_{22}{\alpha }_2^2+y_2{K}_{12}(\varsigma -{\alpha }_2{y}_2){\alpha }_2-(\varsigma -{\alpha }_2{y}_2)y_1-{\alpha }_2+(\varsigma -{\alpha }_2{y}_2)v_1+y_2{\alpha }_2{v}_2$$

  忙了半天，我们终于可以开始求${\alpha }_2^{new,unc}$了，现在我们开始通过求偏导数来得到${\alpha }_2^{new,unc}$
$$\frac{\partial W}{\partial {\alpha }_2}=K_{11}{\alpha }_2+K_{22}{\alpha }_2-2K_{12}{\alpha }_2-K_{11}\varsigma y_2+K_{12}\varsigma y_2+y_1{y}_2-1-v_1{y}_2+y_2{v}_2=0$$

  整理上式有：$$(K_{11}+K_{22}-2K_{12}){\alpha }_2=y_2(y_2-y_1+\varsigma K_{11}-\varsigma K_{12}+v_1-v_2)$$

$$=y_2(y_2-y_1+\varsigma K_{11}-\varsigma K_{12}+(g(x_1)-\sum _{j=1}^2{y}_j{\alpha }_j{K}_{1j}-b)-(g(x_2)-\sum _{j=1}^2{y}_j{\alpha }_j{K}_{2j}-b))$$

  将$\varsigma ={\alpha }_1{y}_1+{\alpha }_2{y}_2$带入上式，我们有：
$$(K_{11}+K_{22}-2K_{12}){\alpha }_2^{new,unc}=y_2((K_{11}+K_{22}-2K_{12}){\alpha }_2^{old}{y}_2+y_2-y_1+g(x_1)-g(x_2))$$ $$=(K_{11}+K_{22}-2K_{12}){\alpha }_2^{old}+y_2(E_1-E_2)$$

  我们终于得到了${\alpha }_2^{new,unc}$的表达式：
$${\alpha }_2^{new,unc}={\alpha }_2^{old}+\frac{y_2(E_1-E_2)}{K_{11}+K_{22}-2K_{12}}$$

  利用上面讲到的${\alpha }_2^{new,unc}$和${\alpha }_2^{new}$的关系式，我们就可以得到我们新的${\alpha }_2^{new}$了。利用${\alpha }_2^{new}$和${\alpha }_1^{new}$的线性关系，我们也可以得到新的${\alpha }_1^{new}$。

5. SMO算法两个变量的选择

  SMO算法需要选择合适的两个变量做迭代，其余的变量做常量来进行优化，那么怎么选择这两个变量呢？

5.1 第一个变量的选择

  SMO算法称选择第一个变量为外层循环，这个变量需要选择在训练集中违反KKT条件最严重的样本点。对于每个样本点，要满足的KKT条件我们在第一节已经讲到了：
$${\alpha }_i^{\ast }=0\Rightarrow y_{i}g(x_i)\ge 1$$ $$0<{\alpha }_i^{\ast }<C\Rightarrow y_{i}g(x_i)=1$$ $${\alpha }_i^{\ast }=C\Rightarrow y_{i}g(x_i)\le 1$$

  一般来说，我们首先选择违反$0<{\alpha }_i^{\ast }<C\Rightarrow y_{i}g(x_i)=1$这个条件的点。如果这些支持向量都满足KKT条件，再选择违反${\alpha }_i^{\ast }=0\Rightarrow y_{i}g(x_i)\ge 1$和 ${\alpha }_i^{\ast }=C\Rightarrow y_{i}g(x_i)\le 1$的点。

5.2 第二个变量的选择

  SMO算法称选择第二个变量为内层循环，假设我们在外层循环已经找到了${\alpha }_1$, 第二个变量${\alpha }_2$的选择标准是让$|E1-E2|$有足够大的变化。由于${\alpha }_1$定了的时候,$E_1$也确定了，所以要想$|E1-E2|$最大，只需要在$E_1$为正时，选择最小的$E_i$作为$E_2$， 在$E_1$为负时，选择最大的$E_i$作为$E_2$，可以将所有的$E_i$保存下来加快迭代。

  如果内存循环找到的点不能让目标函数有足够的下降， 可以采用遍历支持向量点来做${\alpha }_2$,直到目标函数有足够的下降， 如果所有的支持向量做${\alpha }_2$都不能让目标函数有足够的下降，可以跳出循环，重新选择${\alpha }_1$。

5.3 计算阈值b和差值Ei

  在每次完成两个变量的优化之后，需要重新计算阈值b。当$0<{\alpha }_1^{new}<C$时，我们有
$$y_1-\sum _{i=1}^m{\alpha }_i{y}_i{K}_{i1}-b_1=0$$

  于是新的$b_1^{new}$为：
$$b_1^{new}=y_1-\sum _{i=3}^m{\alpha }_i{y}_i{K}_{i1}-{\alpha }_1^{new}{y}_1{K}_{11}-{\alpha }_2^{new}{y}_2{K}_{21}$$

  计算出$E_1$为：
$$E_1=g(x_1)-y_1=\sum _{i=3}^m{\alpha }_i{y}_i{K}_{i1}+{\alpha }_1^{old}{y}_1{K}_{11}+{\alpha }_2^{old}{y}_2{K}_{21}+b^{old}-y_1$$

  可以看到上两式都有$y_1-\sum _{i=3}^m{\alpha }_i{y}_i{K}_{i1}$，因此可以将$b_1^{new}$用$E_1$表示为：
$$b_1^{new}=-E_1-y_1{K}_{11}({\alpha }_1^{new}-{\alpha }_1^{old})-y_2{K}_{21}({\alpha }_2^{new}-{\alpha }_2^{old})+b^{old}$$

  同样的，如果$0<{\alpha }_2^{new}<C$, 那么有：
$$b_2^{new}=-E_2-y_1{K}_{12}({\alpha }_1^{new}-{\alpha }_1^{old})-y_2{K}_{22}({\alpha }_2^{new}-{\alpha }_2^{old})+b^{old}$$

  最终的$b^{new}$为：
$$b^{new}=\frac{b_1^{new}+b_2^{new}}{2}$$

  得到了$b^{new}$我们需要更新$E_i$:
$$E_i=\sum _S{y}_j{\alpha }_{j}K(x_i,x_j)+b^{new}-y_i$$

其中，S是所有支持向量$x_j$的集合。

  好了，SMO算法基本讲完了，我们来归纳下SMO算法。

6. SMO算法总结

  输入是m个样本$(x_1,y_1),(x_2,y_2),...,(x_m,y_m),$,其中x为n维特征向量。y为二元输出，值为1，或者-1.精度e。
  输出是近似解$\alpha$。

  1 ) 取初值${\alpha }^0=0,k=0$
  2 ) 按照4.1节的方法选择${\alpha }_1^k$,接着按照4.2节的方法选择${\alpha }_2^k$，求出新的${\alpha }_2^{new,unc}$。
$${\alpha }_2^{new,unc}={\alpha }_2^k+\frac{y_2(E_1-E_2)}{K_{11}+K_{22}-2K_{12}}$$

  3 ) 按照下式求出${\alpha }_2^{k+1}$
$${\alpha }_2^{k+1}=\{\begin{array}{ll}H& L\le {\alpha }_2^{new,unc}>H\\ {\alpha }_2^{new,unc}& L\le {\alpha }_2^{new,unc}\le H\\ L& {\alpha }_2^{new,unc}<L\end{array}$$

  4 ) 利用${\alpha }_2^{k+1}$和${\alpha }_1^{k+1}$的关系求出${\alpha }_1^{k+1}$
  5 ) 按照4.3节的方法计算$b^{k+1}$和$E_i$
  6 ) 在精度e范围内检查是否满足如下的终止条件：
$$\sum _{i=1}^m{\alpha }_i{y}_i=0$$ $$0\le {\alpha }_i\le C,i=1,2...m$$ $${\alpha }_i^{k+1}=0\Rightarrow y_{i}g(x_i)\ge 1$$ $$0<{\alpha }_i^{k+1}<C\Rightarrow y_{i}g(x_i)=1$$ $${\alpha }_i^{k+1}=C\Rightarrow y_{i}g(x_i)\le 1$$

  7 ) 如果满足则结束，返回${\alpha }^{k+1}$,否则转到步骤 2 ) 。

  SMO算法终于写完了，这块在学的时候是非常痛苦的，不过弄明白就豁然开朗了。希望大家也是一样。写完这一篇， SVM系列就只剩下支持向量回归了。

---

（欢迎转载，转载请注明出处 刘建平Pinard：https://www.cnblogs.com/pinard/p/6111471.html）