-
线性 SVM
上一篇文章介绍了在数据线性可分时 SVM 的构建过程,即硬间隔最大化。而当数据线性不可分时,硬间隔最大化是不适用的。(对比与感知器算法,感知器算法在面对线性不可分的数据时是无法收敛的。)
为了解决线性不可分的数据,我们使用软间隔最大化。
-
软间隔最大化
线性不可分意味着某些数据样本不满足点到超平面距离大于等于 1 的约束条件,所以我们可以对每一个样本点加入一个松弛变量,使得函数间隔加上松弛变量后大于等于 1,此时对原本就满足约束条件的样本点也没有影响。
则约束条件变为: y i ( w ⋅ x i + b ) − 1 + ξ i ≥ 0 y_i(w·x_i+b)-1+ξ_i \ge 0 yi(w⋅xi+b)−1+ξi≥0
同时对每一个松弛变量 ξ i ξ_i ξi,付出一个代价的 ξ i ξ_i ξi,则目标函数变为: 1 2 ∣ ∣ w ∣ ∣ 2 + C ∑ i = 1 M ξ i \frac{1}{2}||w||^2 + C\sum_{i=1}^{M}ξ_i 21∣∣w∣∣2+C∑i=1Mξi
这里 C > 0 称为惩罚参数,一般根据不同的应用场景决定。C 值越大,意味着对误分类的惩罚越大;C 值越小,意味着对误分类的惩罚越小。此时最小化目标函数包含了两层含义:使 1 2 ∣ ∣ w ∣ ∣ 2 \frac{1}{2}||w||^2 21∣∣w∣∣2 尽量小即间隔尽量大,同时使误分类点的个数尽量小,C 是调和二者的系数。
那么此时线性 SVM 的学习问题变成如下凸二次规划(Convex quadratic programming)问题:
w , b max 1 2 ∣ ∣ w ∣ ∣ 2 + C ∑ i = 1 M ξ i \mathop{}_{w,b}^{\max} \frac{1}{2}||w||^2+C\sum_{i=1}^{M}ξ_i w,bmax21∣∣w∣∣2+C∑i=1Mξi
s . t . s.t. s.t. y i ( w ⋅ x i + b ) − 1 + ξ i ≥ 0 , i = 1 , 2 , . . . , M y_i(w·x_i+b)-1+ ξ_i \ge 0,i=1,2,...,M yi(w⋅xi+b)−1+ξi≥0,i=1,2,...,M
ξ i ≥ 0 , i = 1 , 2 , . . . , M ξ_i\ge0,i=1,2,...,M ξi≥0,i=1,2,...,M
解上述约束问题,得最优解 w ∗ , b ∗ w^*,b^* w∗,b∗,得到分离超平面 w ∗ x + b ∗ = 0 w^*x+b^*=0 w∗x+b∗=0,存在且唯一;
决策函数 f ( x ) = s i g n ( w ∗ x + b ∗ ) f(x)=sign(w^*x+b^*) f(x)=sign(w∗x+b∗)
从问题描述中我们可以看出,线性 SVM 是包含之前所讲的线性可分 SVM 的,而且由于现实中数据往往线性不可分,所以线性 SVM 具有更广的适用性。
值得注意的是,在最终的分离超平面以及决策函数中没有 ξ ξ ξ 的出现。因为 ξ ξ ξ 所对应的样本点是误分类点,即到超平面距离小于 1 的点,它只影响 w ∗ , b ∗ w^*,b^* w∗,b∗ 的值,一旦 w ∗ , b ∗ w^*,b^* w∗,b∗ 确定以后,这些点就没有用了。我们需要的仍然只是支持向量。
-
对偶算法
线性 SVM 的学习过程与线性可分 SVM 的过程是类似的:
-
构建 拉格朗日函数
L ( w , b , α , ξ , μ ) = 1 2 ∣ ∣ w ∣ ∣ 2 + C ∑ i = 1 M ξ i − ∑ i = 1 M α i [ y i ( w ⋅ x i + b ) − 1 + ξ i ] − ∑ i = 1 M μ i ξ i L(w,b,α,ξ,μ)=\frac{1}{2}||w||^2+C\sum_{i=1}^{M}ξ_i-\sum_{i=1}^{M}α_i[y_i(w·x_i+b)-1+ξ_i]-\sum_{i=1}^{M}μ_iξ_i L(w,b,α,ξ,μ)=21∣∣w∣∣2+C∑i=1Mξi−∑i=1Mαi[yi(w⋅xi+b)−1+ξi]−∑i=1Mμiξi
-
w , b , ξ min α max L ( w , b , α , ξ , μ ) ⟹ α max w , b , ξ min L ( w , b , α , ξ , μ ) \mathop{}_{w,b,ξ}^{\min}\mathop{}_{α}^{\max} L(w,b,α,ξ,μ) \Longrightarrow \mathop{}_{α}^{\max}\mathop{}_{w,b,ξ}^{\min} L(w,b,α,ξ,μ) w,b,ξminαmaxL(w,b,α,ξ,μ)⟹αmaxw,b,ξminL(w,b,α,ξ,μ)
-
对 w , b , ξ w,b,ξ w,b,ξ 求偏导并令其等于 0
∇ w L ( w , b , α , ξ , μ ) = w − ∑ i = 1 M α i y i x i = 0 \nabla_wL(w,b,α,ξ,μ)=w-\sum_{i=1}^{M}α_iy_ix_i=0 ∇wL(w,b,α,ξ,μ)=w−∑i=1Mαiyixi=0
∇ b L ( w , b , α , ξ , μ ) = ∑ i = 1 M α i y i = 0 \nabla_bL(w,b,α,ξ,μ)=\sum_{i=1}^{M}α_iy_i=0 ∇bL(w,b,α,ξ,μ)=∑i=1Mαiyi=0
∇ ξ L ( w , b , α , ξ , μ ) = C − α i − μ i = 0 \nabla_ξL(w,b,α,ξ,μ)=C-α_i-μ_i=0 ∇ξL(w,b,α,ξ,μ)=C−αi−μi=0
得
w = ∑ i = 1 M α i y i x i w=\sum_{i=1}^{M}α_iy_ix_i w=∑i=1Mαiyixi
∑ i = 1 M α i y i = 0 \sum_{i=1}^{M}α_iy_i=0 ∑i=1Mαiyi=0
C − α i − μ i = 0 C-α_i-μ_i=0 C−αi−μi=0
将结果代回,得
w , b min L ( w , b , α , ξ , μ ) = − 1 2 ∑ i = 1 M ∑ j = 1 M α i α j y i y j ( x i ⋅ x j ) + ∑ i = 1 M α i \mathop{}_{w,b}^{\min} L(w,b,α,ξ,μ)=-\frac{1}{2}\sum_{i=1}^{M}\sum_{j=1}^{M}α_iα_jy_iy_j(x_i·x_j)+\sum_{i=1}^{M}α_i w,bminL(w,b,α,ξ,μ)=−21∑i=1M∑j=1Mαiαjyiyj(xi⋅xj)+∑i=1Mαi
-
求 w , b min L ( w , b , α , ξ , μ ) \mathop{}_{w,b}^{\min} L(w,b,α,ξ,μ) w,bminL(w,b,α,ξ,μ) 对 α α α 的极大 α max w , b min L ( w , b , α , ξ , μ ) \mathop{}_{α}^{\max}\mathop{}_{w,b}^{\min} L(w,b,α,ξ,μ) αmaxw,bminL(w,b,α,ξ,μ)
添 “负号”将求极大转化为求极小,得到,
α min 1 2 ∑ i = 1 M ∑ j = 1 M α i α j y i y j ( x i ⋅ x j ) − ∑ i = 1 M α i \mathop{}_{α}^{\min} \frac{1}{2}\sum_{i=1}^{M}\sum_{j=1}^{M}α_iα_jy_iy_j(x_i·x_j)-\sum_{i=1}^{M}α_i αmin21∑i=1M∑j=1Mαiαjyiyj(xi⋅xj)−∑i=1Mαi
根据 C − α i − μ i = 0 C-α_i-μ_i=0 C−αi−μi=0 可将 μ i μ_i μi 消去,从而只留下变量 α i α_i αi,所以约束变为
0 ≤ α i ≤ C 0\leα_i\le C 0≤αi≤C
最终问题变为
α min 1 2 ∑ i = 1 M ∑ j = 1 M α i α j y i y j ( x i ⋅ x j ) − ∑ i = 1 M α i \mathop{}_{α}^{\min} \frac{1}{2}\sum_{i=1}^{M}\sum_{j=1}^{M}α_iα_jy_iy_j(x_i·x_j)-\sum_{i=1}^{M}α_i αmin21∑i=1M∑j=1Mαiαjyiyj(xi⋅xj)−∑i=1Mαi
s . t . s.t. s.t. ∑ i = 1 M α i y i = 0 \sum_{i=1}^{M}α_iy_i=0 ∑i=1Mαiyi=0
0 ≤ α i ≤ C , i = 1 , 2 , . . . , M 0\leα_i\le C,i=1,2,...,M 0≤αi≤C,i=1,2,...,M
-
求得最优解 α ∗ = ( α 1 , α 2 , . . . , α M ) T α^*=(α_1,α_2,...,α_M)^T α∗=(α1,α2,...,αM)T,根据 KKT 条件,
由此可得到
w ∗ = ∑ i = 1 M α i ∗ y i x i w^*=\sum_{i=1}^{M}α_i^*y_ix_i w∗=∑i=1Mαi∗yixi
b ∗ = y j − ∑ i = 1 M α i ∗ y i ( x i ⋅ x j ) b^*=y_j-\sum_{i=1}^{M}α_i^*y_i(x_i·x_j) b∗=yj−∑i=1Mαi∗yi(xi⋅xj)
-
最终
分离超平面可写成: ∑ i = 1 M α i ∗ y i ( x ⋅ x j ) + b ∗ = 0 \sum_{i=1}^{M}α_i^*y_i(x·x_j)+b^*=0 ∑i=1Mαi∗yi(x⋅xj)+b∗=0
分类决策函数可写成: f ( x ) = s i g n ( ∑ i = 1 M α i ∗ y i ( x ⋅ x j ) + b ∗ ) f(x)=sign(\sum_{i=1}^{M}α_i^*y_i(x·x_j)+b^*) f(x)=sign(∑i=1Mαi∗yi(x⋅xj)+b∗)
-
-
支持向量
在线性不可分的情况下,将对应于 α i ∗ > 0 α_i^*>0 αi∗>0 的数据样本 x i x_i xi 称为支持向量。
在软间隔最大化的情况中,支持向量要比线性可分时的硬间隔最大化复杂一些。
-
分类正确:
若 α i ∗ < C α_i^*<C αi∗<C,则 ξ i = 0 ξ_i=0 ξi=0,支持向量恰好落在间隔边界上;
若 α i ∗ = C α_i^*=C αi∗=C, 0 < ξ i < 1 0<ξ_i<1 0<ξi<1,支持向量在间隔边界与分离超平面之间;
若 α i ∗ = C α_i^*=C αi∗=C, ξ i = 1 ξ_i=1 ξi=1,支持向量在分离超平面上;
-
分类错误
若 α i ∗ = C α_i^*=C αi∗=C, ξ i > 1 ξ_i>1 ξi>1,支持向量在分离超平面误分类一侧;
-
机器学习 - 支持向量机(2)- 线性 SVM(软间隔最大化)
最新推荐文章于 2023-12-17 16:49:33 发布