李航老师《统计学习方法》第二版第七章课后题答案

其他章节答案请参考我的汇总统计学习方法答案汇总，都是自己写的。

1、比较感知机的对偶形式与线性可分支持向量机的对偶形式。

1.1、感知机的对偶形式

由于李航老师书上的感知机的对偶形式有点问题，这里先对其进行一下改进
最后学习到的感知机的参数是：
$$w=\sum _{i=1}^N{\alpha }_i{y}_i{x}_i\text{\hspace{1em}(1)}$$
$$b=\sum _{i=1}^N{\alpha }_i{y}_i\text{\hspace{1em}(2)}$$
其中 ${\alpha }_i=n_i\eta$, $n_i$是表示样本$(x_i,y_i)$的更新的次数，$N$是样本的个数。
我们需要将上式(1),(2)都带入到感知机模型中，于是得到感知机的模型是：

1. 输入：线性可分的数据集$T=\{(x_1,y_1),(x_2,y_2),...(x_N,y_N)\}$，学习率$\eta$
2. 输出：感知机模型$f(x)=sign({\sum }_{i=1}^N{n}_i\eta y_i{x}_i+{\sum }_{i=1}^N{n}_i\eta y_i)$
3. 初始化$n=(0,0,...,0)，第i个位置表示n_i的初始值$
4. 在训练集$T$中选取数据点$(x_i,y_i)$
5. 如果是误分类的数据点或者数据点在平面上，也就是$y_i({\sum }_{i=1}^N{n}_i\eta y_i{x}_i+{\sum }_{i=1}^N{n}_i\eta y_i)<=0$,则有$n_i=n_i+1$
6. 转到第四步直到没有误分类数据。

1.2、线性可分支持向量机的对偶性形式

1. 输入训练数据集
2. 输出分离超平面和分类决策函数
3. 构造并且求解最优化约束$$\begin{gathered} \underset{\alpha }{\min }\frac{1}{2}\sum _{i=1}^N\sum _{j=1}^N{\alpha }_i{\alpha }_j{y}_i{y}_j(x_i\bullet x_j)-\sum _{i=1}^N{\alpha }_i \\ s.t.\sum _{i=1}^N{\alpha }_i{y}_i=0; \\ {\alpha }_i>=0; \\ i=1,2,...,N \end{gathered}$$求得关于$\alpha$的最优解。
4. 计算参数关于$\alpha$的具体表达$$w=\sum _{i=1}^N{\alpha }_i{y}_i{x}_i$$并且选择一个$\alpha$的正分量${\alpha }_j$，计算$$b=y_j-\sum _{i=1}^N{\alpha }_i{y}_i(x_i\bullet x_j)$$
5. 上面的一步就已经求得了分离超平面和分类决策函数了。

1.3、两者的比较

对于感知机的学习，是基于梯度下降算法的，每次只选取一个数据点在满足条件的情况下进行参数更新，迭代更新。而支持向量机的学习是基于条件约束规划，通过对偶问题来更新，在数据集不大时，可以一次性求得模型的参数的具体表达。支持向量机可以在理论上求得解析解。

2、已知正例点$x_1=(1,2),x_2=(2,3),x_3=(3,3)$,负例点是$x_4=(2,1),x_5=(3,2)$,试求最大间隔分离超平面和分类决策函数，并在图上画出分离超平面、间隔边界以及支持向量。

解：
使用sklearn的求解如下

代码如下

import matplotlib.pyplot as plt
import numpy as np
from sklearn.svm import SVC 

def plot_svc_decision_function(X,y,model, ax=None, plot_support=True):
    
    plt.scatter(X[:,0],X[:,1],c=y,s=50,cmap='autumn') #将图像展示出来
    if ax is None:
        ax = plt.gca()
    xlim = ax.get_xlim()
    ylim = ax.get_ylim()
    x = np.linspace(xlim[0], xlim[1], 30)
    y = np.linspace(ylim[0], ylim[1], 30)
    Y, X = np.meshgrid(y, x)
    xy = np.vstack([X.ravel(), Y.ravel()]).T
    P = model.decision_function(xy).reshape(X.shape)
    ax.contour(X, Y, P, colors='k',levels=[-1, 0, 1], alpha=0.5,linestyles=['--', '-', '--'])
    ax.set_xlim(xlim)
    ax.set_ylim(ylim)


if __name__ == '__main__':
    X = np.array([[1, 2],
                  [2, 3],
                  [3, 3],
                  [2, 1],
                  [3, 2]])
    y = np.array([1, 1, 1, 0, 0])
    model = SVC(kernel='linear', C=1E10)
    model.fit(X, y)
    plot_svc_decision_function(X, y, model)

比较遗憾的是，自己实现了一下针对这个题目的线性可分支持向量机算法，因为算法里面有个求解约束规划，我使用的是惩罚函数方法，搭建了一个Pytorch模型，但是求解不成功，下面将代码放出来，如果有大神指点，万分荣幸！！

下面是我自己实现的代码，希望有大神指点一二，万分感谢

import torch
import numpy as np
import torch.nn as nn
import torch.optim as optim
import matplotlib.pyplot as plt
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"

class max_m(nn.Module):
    def __init__(self, M = 10**5, dim = 2, data_nums = 5):
        super(max_m, self).__init__()
        self.w = nn.Parameter(torch.randn(dim, 1))
        self.bias = nn.Parameter(torch.randn(1))
        self.M = M
        self.data_nums = data_nums
    def forward(self,X, Y):#这个是不需要Gram矩阵的
        X = torch.from_numpy(X).float()
        Y = torch.from_numpy(Y).float().T
        out = torch.mm(X, self.w) + self.bias
        y_o = Y * out - 1
        y_o_low_0 = torch.where(y_o < 0, y_o, torch.FloatTensor([[0] * self.data_nums]).T)
        
        #下面开始构造损失函数
        # print(y_o)
        loss = 0.5*torch.norm(self.w, p = 2) ** 2 - self.M * torch.sum(y_o_low_0)
        return loss
        
def learn(X, Y,M = 10 ** 5, epoch = 1000, lr = 0.01):
    svm_loss = max_m(M = M)
    optim_adam = optim.Adam(svm_loss.parameters(), lr = lr)
    svm_loss.train()
    for e in range(epoch):
        loss = svm_loss(X, Y)
        optim_adam.zero_grad()
        loss.backward()
        optim_adam.step()
        if e % 100 == 0:
            d = svm_loss.state_dict()
            print('w is :', d['w'])
            print('b is :', d['bias'])
            # print('loss is :', loss)
            
    d = svm_loss.state_dict()
    w = d['w']
    bias = d['bias']
    w = w.detach().numpy()
    bias = bias.detach().numpy()
    
    plt.scatter(X[:3, 0], X[:3, 1], marker = '*')
    plt.scatter(X[3:, 0], X[3:, 1], marker = 'o')
    x_new = [1, 3]
    y_new = [-(w[0]/w[1])*x_new[0] - (bias/w[1]), -(w[0]/w[1])*x_new[1] - (bias/w[1])]
    y_new1 = [-(w[0]/w[1])*x_new[0] + (1 - bias)/w[1], -(w[0]/w[1])*x_new[1] + (1 - bias)/w[1]]
    y_new2 = [-(w[0]/w[1])*x_new[0] - (1 + bias)/w[1], -(w[0]/w[1])*x_new[1] - (1 + bias)/w[1]]
    plt.plot(x_new, y_new)
    plt.plot(x_new, y_new1)
    plt.plot(x_new, y_new2)
    print('y_new is :', y_new)
    print('y_new1 is :', y_new1)
    print('y_new2 is :', y_new2)
    print(w)
    print(bias)
       
if __name__ == "__main__":
    dim = 2
    M = 10 ** 8
    lr = 0.0005
    epoch = 10000
    X = np.array([[1, 2],
                  [2, 3],
                  [3, 3],
                  [2, 1],
                  [3, 2]])
    Y = np.array([[1, 1, 1, -1, -1]])
    learn(X, Y, M = M, epoch = epoch, lr = lr)

画的图像是：

3、线性支持向量机也可以定义为以下形式：$$\begin{gathered} \underset{w,b,\xi }{\min }\frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2 \\ s.t.y_i(w\ast x_i)\ge 1-{\xi }_i,i=1,2,...,N \\ {\xi }_i\ge 0,i=1,2,...,N \end{gathered}$$试求出其对偶形式。

解：
我们先引入拉格朗日函数，其中$\alpha \ge 0,\beta \ge 0$
$$L(w,\xi ,\alpha ,\beta )=\frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2-\sum _{i=1}^N{\alpha }_i(y_i(w\ast x_i)-1+{\xi }_i)-\sum _{i=1}^N{\beta }_i{\xi }_i$$
那么原始问题就是
$$\underset{w,\xi }{\min }\underset{\alpha ,\beta }{\max }L(w,\xi ,\alpha ,\beta )=\frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2-\sum _{i=1}^N{\alpha }_i(y_i(w\ast x_i)-1+{\xi }_i)-\sum _{i=1}^N{\beta }_i{\xi }_i$$
原始问题是先关于$\alpha ,\beta$极大化，这是因为，假如有一个数据点$(x_i,y_i)$不满足条件$y_i(w\ast x_i)\ge 1-{\xi }_i$，也就是$y_i(w\ast x_i)\le 1-{\xi }_i$,因为我们是先极大化,那么在极大化的时候，就是让对应的${\alpha }_i$趋近于$+\infty$,只要让其他的$\alpha ,\beta$均为0，此时的目标函数的值就是$+\infty$.此时$$\begin{gathered} \underset{\alpha ,\beta }{\max }L(w,\xi ,\alpha ,\beta )=\frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2-\sum _{i=1}^N{\alpha }_i(y_i(w\ast x_i)-1+{\xi }_i)-\sum _{i=1}^N{\beta }_i{\xi }_i \\ =+\infty \end{gathered}$$
如果是数据点满足约束条件，因为是极大化，就是让所有的$\alpha ,\beta$均为0，此时
$$\begin{gathered} \underset{\alpha ,\beta }{\max }L(w,\xi ,\alpha ,\beta )=\frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2-\sum _{i=1}^N{\alpha }_i(y_i(w\ast x_i)-1+{\xi }_i)-\sum _{i=1}^N{\beta }_i{\xi }_i \\ =\frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2 \end{gathered}$$

所以有
$$\underset{\alpha ,\beta }{\max }L(w,\xi ,\alpha ,\beta )=\{\begin{array}{rlr}& & \frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2，数据点满足约束条件\\ & & +\infty ，其他不满足约束条件情况\end{array}$$
因此再对$\underset{\alpha ,\beta }{\max }L(w,\xi ,\alpha ,\beta )$进行一次极小化调整参数$w$,使所有的数据满足约束条件，就可以得到
$$\underset{w,\xi }{\min }\underset{\alpha ,\beta }{\max }L(w,\xi ,\alpha ,\beta )=\frac{1}{2}{\Vert w\Vert }^2+C\sum _{i=1}^N{\xi }_i^2$$

那么对偶问题就是调整极大化和极小化的顺序，也就是
$$\underset{\alpha ,\beta }{\max }\underset{w,\xi }{\min }L(w,\xi ,\alpha ,\beta )$$
也就是先关于$w,\xi$求导，令其导数为0，求出$w,\xi$关于$\alpha ,\beta$的表达式，然后再代入原式即可得到对偶问题。除了有点麻烦之外，好像没啥难的。

4、证明内积的正整数幂函数：$$K(x,z)=(x\bullet z{)}^p$$是正定核函数，这里的p是正整数，$x,z\in R^n$.

证明：
我们这里需要构造一个长度为$n^p$的函数向量
$$f(x_1,...,x_n)=(x_1^p,...,x_n^p,x_1^{p-1}{x}_2,x_1^{p-1}{x}_3,...,x_1^{p-1}{x}_n,...)$$
是一个有序的函数向量，举个例子来说明如何构造
设$x=x_1,x_2,p=2$,那么$f(x_1,x_2)=(x_1^2,x_2^2,x_1{x}_2,x_2{x}_1)$
那么对于$z=(z_1,z_2)$,有$f(z_1,z_2)=(z_1^2,z_2^2,z_1{z}_2,z_2{z}_1)$
所以$$K(x,z)=x_1^2{z}_1^2+2x_1{x}_2{z}_1{z}_2+x_2^2{z}_2^2=f(x_1,x_2)\bullet f(z_1,z_2)$$
其中$\bullet$表示内积。
其他的也均可以这样构造，注意内积和乘法之间的区别。
如果使用核函数另外一种定义，也就是证明Gram矩阵是半正定矩阵的方法将会很难处理。