支持向量机(support vector machine)

支持向量机SVM

支持向量机（support vector machine，SVM）是由Cortes和Vapnik在1995年提出的，由于其在文本分类和高维数据中强大的性能，很快就成为机器学习的主流技术，并直接掀起了“统计学习”在2000年前后的高潮，是迄今为止使用的最广的学习算法。

本篇将要简要的介绍一下SVM，如有错误请批评指正，共同学习。本文主要分为以下几个部分：

• SVM的优化目标（代价函数）
• SVM最大间隔超平面 large margin（决策边界）
• SVM最大间隔中的数学原理（mathematics behind large margin classification）
• 核函数 kernels
• 实践中使用SVM

一、SVM的代价函数（cost function）

先来看下SVM的代价函数，即SVM的优化目标。SVM的代价函数和logistic regression有几分相似。SVM的代价函数为：

其中  为正则化系数。其中函数和函数的图像如下图所示：

从上图中可以看出，要想最小化代价函数，则：

当一个正样本y=1时，我们希望 。

当一个负样本y=0时，我们希望 。

===关于上面大于等于1，小于等于-1解释下，其实大于等于0，小于等于0就能够正确分类了，但是如果设置1，-1这样相当于把间隔又放大了，这样的话相当于对分类更加严格了，效果泛化能力相对较好些。===

二、 SVM最大间隔超平面 large margin（决策边界）

在给定的样本空间中，SVM主要通过划分超平面（决策边界）来实现样本分类，但是存在多个能划分训练样本的超平面（决策边界）如下图所示：

那么SVM会选择哪一个超平面呢？SVM会选择具有最大间隔（margin）的超平面即上图中红色的超平面，因为它和样本之间具有最大的margin，因此意味着这个超平面具有最强的泛化能力（鲁棒性）。

SVM的目的就是为了最大的margin，那么该如何找到这个margin呢？超平面（决策边界）可以用方程来表示：.其中是超平面的法向量， 是位移项。在上一节SVM代价函数部分讲到了为了使超平面能够正确分类，需要有如下的约束条件：

所谓支持向量就是距离超平面最近的样本点并且使上式等号成立（在下图中用红色标出）。而两个异类的支持向量到超平面的距离之和即为间隔（margin）：

因此，从上图中能够得到间隔（margin）为：

而SVM的任务则是找到间隔最大的超平面，并且要满足（这个约束条件是从上面的那个大括号那两个约束得来的，只不过把两个合写成了一个）的约束条件，即：

为了计算的方便，可以把上式改写为：

因此上式变成了在约束条件下的最值问题，可以用拉格朗日乘数法求得。

我们来看看代价函数中参数C对超平面的影响，如下图所示（图片来源：NG machine learning课）：

当我们把C设置成不太大的时候会产生上图中黑色的超平面，而当我们把C设置的过大时，则是上图中粉色的超平面，显然粉色的超平面有点倾向过拟合了，其泛化能力显然很差。因此参数C的选择要折中考虑margin和过拟合。

三、SVM最大间隔中的数学原理（mathematics behind large margin classification）

在上一节其实已经介绍了如何通过数学求解最大间隔，在这一节中更加形象的用图解的方式介绍下具体数学原理。首先先来介绍一下向量内积，这个大家都知道，这里就简单的说下。假设有两个二维向量和，其内积为，当然其内积也可以通过几何这样计算：，其中P是有符号的，如下图中左图p是正的，右图则为负的。

因此，对于SVM代价函数中的优化目标：，则，表示范数。如下图所示：

因为，是在上的投影，因此的约束条件可以表示为：

下面我们通过图来看看为何SVM会选择具有最大间隔的超平面（决策边界），先来看下图中的决策边界（ 是超平面的法向量，因此与超平面是垂直的）：

如上图中绿色的决策边界，可以看到样本点在上的投影非常的小，这就意味着约束条件中的  会非常的大，这显然与我们的优化目标不符。

我们再来看一个比较好的决策边界：

这个图中绿色的决策边界，可以看到样本点在 上的投影 是最大的，因此对于约束条件中的  会相对较小，这正是我们希望看到的。

以上就从数学角度解释了SVM为什么会选择具有最大间隔的超平面。

四、核函数（kernels）

关于核函数最常用的核函数一般有线性核函数（linear kernels）和高斯核函数（Gaussian kernels），高斯核函数又叫径向基函数（Radical Basis Function,RBF) 。

假如给出一个如下图所示的非线性决策边界：

我们可以构造一个如上图中所写的多项式特征变量，来区分正负样本。这种多项式还可以写成上图中的：，其中，除了这种表达，还能不能有更好的其他选择去表示特征。这就要引入核函数（kernels），核函数是一种更好的表达。我们可以通过计算原始向量与landmark之间的相似度来表示特征，如下图所示：

当然还可以用其他的函数来计算相似度，只不过这个例子中使用的高斯核函数。我们来看上图中计算的公式，其中： 表示欧式距离取平方。 因此，我们能够发现：

• 当时，。
• 当距离很远时，

因此给定一个样本上图中landmark（标记点）会定义出新的特征变量 。

下面我们来看看根据计算出的特征怎样去分类样本。如下图所示：

假设当时，我们预测样本类别为“1”，假设我们已经求得。那么对于图中给定的样本x，我们可以计算出，那么代入上式可得：，因此预测样本x的类别“1”。因此如果计算大量的样本，就能得出一个非线性的决策边界，如图所示：

那么现在有一个问题就是，我们是怎样选择得到的，下面来介绍是如何得到的。

在刚开始，我们只需把训练集中的样本一一对应成即可，即给定，令如下图所示：

因此，若给定一个训练样本 ，能够得到如下特征:

其中。

因此，带核函数的SVM（SVM with kernels）的代价函数变为：

关于SVM的核函数（kernels）就介绍到这，下面来看看SVM中参数的选择问题（主要是参数  和  该如何选择）：

来看下ng对参数选择的总结：

五、实践中使用SVM

在实际使用SVM的时候，不建议大家自己实现SVM，因为SVM是一个特定的优化问题。目前已经有非常成熟并且高度优化的软件包，如国立台湾大学林智仁教授开发的liblinear（http://www.csie.ntu.edu.tw/~cjlin/liblinear/）和LibSVM（http://www.csie.ntu.edu.tw/~cjlin/libsvm/），非常出名。但是我们依然需要做的是以下两点：

一般来说，当特征维度很高，而样本较少时选择线性核函数。当特征数量较少，样本数量较多时，选择高斯核函数。note：在使用高斯核函数之前要进行特征缩放（如果特征值之间差距过大）。

还有一些其他的核函数如下表所示：（实际上，只要一个对称函数所对应的核矩阵满足半正定的，就能作为核函数使用）

最后，我们来比较下逻辑回归和SVM，看看何种情况下该使用逻辑回归，何种情况下使用SVM。详见下图（直接盗用NG的图）

以上就是关于SVM的全部知识，大家共同学习。