机器学习-支持向量机(python3代码实现)

支持向量机

哈尔滨工程大学-537

算法原理:

一、寻找最大间隔

如下图所示,用一条分割线将两类点分割开来(二维的是一条分割线,多维的就是分隔面),显然三条线都能将两类点分割开来,然而,从直观来看,红色的分割线显然分割效果最好。为什么这么说呢?

这里写图片描述

因为红色的分割线到两边最近的点的距离更远。可以直观把两边的两类点想象成地雷,我们有一支红军要通过这片雷区,显然,沿着绿色和灰色的路线行军,两边不会踩到地雷的安全区域非常的窄,而沿着红色的路线行军,安全区域明显更宽。我们的目的就是要找到能够使安全区域最宽的行军路线,最终使红军夺得革命战争的胜利。

如下图所示,距离分割线最近的几个点的位置,决定了分割线的位置,形象的来说,就是距离红军队伍最近的几个地雷的位置,决定了红军穿过雷区的行军路线,如果距离红军最近的地雷的位置发生改变,红军的行军路线就必须随之改变,否则安全区域就有可能变窄,踩到地雷的可能性就会增加。
这里写图片描述

那么此时要解决的目标就非常明确了,即找到距离分割线最近的那几个点,而这几个距离分割线最近的点,就叫做支持向量,这就是支持向量机一词的由来。
那么如何找到距离分割线最近的那几个点?

由高中数学可知:空间中一个点(x1,y1,z1)到平面线ax+by+cz+d=0 的距离为:ax1+by1+cz1+da2+b2+c2

扩展为多维的情况,点Xi=(xi1,xi2...xik)到一个超平面WTX+b=0的距离为:WTXi+b||W||,其中WXk维向量(因为Xik个特征)。

于是当前的任务就是要找到WTXi+b||W||值最小的数据点,将该点的WTXi+b||W||最大化,此时的Wb就是我们要找的最优分割超平面的参数。

由高中数学可知:若点(x1,y1)在直线y=ax+b的上侧,则将点(x1,y1)带入直线得ax1+by1>0,反之,若在下侧,则带入直线得ax1+by1<0;

推广到多维的情况:若数据点Xi在超平面正侧,WTXi+b>0,那么将在这一侧的数据点定义为1类,即类别标签yi为1,那么yi(WTXi+b)>0
反之,若数据点Xi在超平面的负侧,WTXi+b<0,那么将这一侧的数据点定义为-1类,即类别标签yi为-1,那么yi(WTXi+b)>0 , 这样在比较大小的时候,就避免了负数的出现。

那么此时,首要任务就是找到yi(WTXi+b)||W||最小的数据点,并将该点的yi(WTXi+b)||W||值最大化。

若限制yi(WTXi+b)1,则距离超平面最近的点的yi(WTXi+b)应等于1,而||W||则越大,说明该点离超平面越近。

如下图,可以更加直观的理解以上说法,虚线WTX+b1=0和虚线WTX+b+1=0分别是两条与直线WTX+b=0平行的直线(由高中数学可知,WTX+b1=0在直线上侧,WTX+b+1=0在直线下侧),通过归一化系数W,可以使最后的常数一直保持+1和-1,也就是说,这两条虚线可以在平面上任意移动,而始终保持WTX+b1=0WTX+b+1=0的形式。那么现在的要求就是,让这两条虚线之间的距离最大,且要保证所有点都在这两条虚线之外(或在虚线之上),即1类样本点都在WTX+b1=0的正侧(或在线上),即WTXi+b10;而-1类样本点都在WTX+b+1=0的负侧(或在线上),即WTXi+b+10
这里写图片描述

如果把+1和-1项都移到等式右边,就分别为:WTXi+b+1WTXi+b1,再分别乘上它们的类别标签yi,就可以用一个式子来表示了,即WTXi+b1

那么此时的首要任务可以这样表述:给定训练样本(Xi,yi),在yi(WTXi+b)1的限制条件下,使yi(WTXi+b)||W||尽可能的大。

而能对分割超平面产生影响的只有支持向量,即位于虚线上的样本点,即yi(WTXi+b)=1的样本点,那么此时只需要使分母,即||W||尽可能的大,为了后面计算方便,改写为使12||W||12WTW尽可能的大。此时的Wb就是最优超平面的参数。

由高数内容可知:带限制条件的求极值,可以应用拉格朗日乘子法。即求12WTW的极值,限制条件为1yi(WTXi+b)0(拉格朗日乘子法要求限制条件为f(x)0的形式)。由于对于每一个数据点Xi(i=1,2...n),都作此限定条件,即任意的1yi(WTXi+b)0(i=1,2...n)

于是由拉格朗日乘子法得:

L(W,α,,b)=12WTW+i=1nαi(1yi(WTXi+b))

要求什么样的Wb能使L(W,α,b)取得极小值,应分别对Wb求导,使导数为0,于是得到:

LW=Wi=1nαiyiXi=0

lb=i=1nαiyi=0

于是可得:
W=i=1nαiyiXi

首先将L(W,α,b)逐项展开,得到:

L(W,α,b)=12WTW+i=1nαii=1nαiyiWTXibi=1nαiyi

再将W带回到L(W,α,b)中,并且i=1nαiyi=0,得到:
12(i=1nαiyiXi)T(i=1nαiyiXi)+i=1nαii=1nαiyi(i=1nαiyiXi)TXi

整理后可得:

J(α)=i=1nαi12i=1nj=1nαiαjyiyj(Xi)TXi

于是得到此时的目标函数为J(α)。即这样的Wb能够使得L(W,α,b)取得极小值,并且将Wb带入L(W,α,b)后得到J(α),现在的目标是将J(α)最大化。并且限制条件为:

i=1nαiyi=0

αi0

式子J(α)中的Xi,yi是全体样本点,然而J(α)取得极大值仅仅依赖距离超平面最近的点,即只和支持向量有关。所以J(α)的解必然是稀疏的,即对于支持向量,α>0,而对于其他样本点,α=0

故将样本点带入J(α),再分别对αi求导,使导数等于0,再根据i=1nαiyi=0,求解αi,且αi需满足限定条件αi0

若解不满足限定条件,则解可能在限制边界上,则将将其中一个α以0带入,求解其他α

再根据式子:W=i=1nαiyiXi,求解出W
最后根据式子yi(WTXi+b)=1,求解出b
于是便得到了最优超平面的参数Wb

二、引入松弛变量

以上是针对比较完美的情况,即两类点100%线性可分,但是如果数据点并没有那么“干净”,这时候就可以引入所谓“松弛变量”,来允许有些数据点可以处于分割面的错误一侧,此时,限制条件为:

yi(WTXi+b)1ξi

ξi0

之前是使得12WTW取极小值,现在是是使12WTW+Ci=1nξi取得极小值。这里的C是可调节的参数,当C比较大时,显然ξi比较小;C比较小时,则ξi比较大。

于是此时应用拉格朗日乘子法可得:

L(W,b,ξi,α,μ)=12WTW+Ci=1nξi+i=1nαi(1ξiyi(WTXi+b))i=1nμiξi

(这里将ξi0变成ξi0的形式,以适用拉格朗日乘子法)

与之前同样的做法,求L(W,b,ξi,α,μ)取得极小值,应对Wb,以及引入的“松弛变量”ξi分别求偏导(i=1,2...n),可以看出对Wb求偏导结果没有改变,因此仍然可得:

W=i=1nαiyiXi
以及
i=1nαiyi=0
带入整理后仍然可得:
J(α)=i=1nαi12i=1nj=1nαiαjyiyj(Xi)TXi

而对ξi(i=1,2...n)分别求偏导得到:

Cαiμi=0

此时的任务仍然是使J(α)最大化,而此时的限制条件为:
i=1nαi=0

αi0

μi0

Cαiμi=0

后三个限制条件可以合并为一个限制条件:
0αiC

于是此时便可以与之前同样的解法求解αi,唯一不同的是,αi的值被限定为小于一个设定的常数C。

三、SMO求解算法(简化版)

现在的问题是如何求解αi(i=1,2...n),(显然有多少个样本点,就有多少个α),大神Platt给出了SMO算法进行求解,这里可以跟随实际的python代码,一行一行的分析SMO算法的原理,由于代码较复杂,在代码中敲大量注释影响代码清晰性,所以在代码之外进行相应的解释。

1)该段代码进行需要的各种库的导入,最后一行%matplotlib inline是为了保证在jupyter notebook 的运行环境下能够在浏览器上输出绘制的图像。

import numpy as np
import random
import matplotlib.pyplot as plt
import pandas as pd
%matplotlib inline    

2)然后用pandas读取txt文件,并调用head方法显示文件的前几行。

file_name = r"D:\python_data\MachineLearningInaction\machinelearninginaction\Ch06\testSet.txt"
file = pd.read_table(file_name,header=None, names=["factor1","factor2","class"])
file.head()

3)可以看到所读取的txt文件的前几行如下图,每个样本有2个特征,类标签分别为+1或-1。
这里写图片描述

4)接下来再绘制一张样本点分布的散点图,蓝色的是正例,即+1类的点;红色的是负例,即-1类的点。横坐标为“factor1”,纵坐标为“factor2”。

positive = file[file["class"] == 1]
negative = file[file["class"] == -1]
fig, ax = plt.subplots(figsize=(10,5))
ax.scatter(positive["factor1"], positive["factor2"], s=30, c="b", marker="o", label="class 1")
ax.scatter(negative["factor1"], negative["factor2"], s=30, c="r", marker="x", label="class -1")
ax.legend()
ax.set_xlabel("factor1")
ax.set_ylabel("factor2")

5)运行后,在浏览器上输出了如下的图像。

这里写图片描述

6)现在对数据已经有了清晰直观的了解,接下来需要把pandas读取出来的整个表格进行切分,前2列作为样本点的特征矩阵,最后一列作为类标签向量。下面函数输入的是pandas都取出来的文件file,调用as_matrix方法将其转化为矩阵orig_data,将这个矩阵去除最后一列的部分作为样本点的特征矩阵data_mat,而最后一列作为类标签向量label_mat。

def load_data_set(file):
    orig_data = file.as_matrix()   
    cols = orig_data.shape[1]
    data_mat = orig_data[:,0:cols-1]
    label_mat = orig_data[:,cols-1:cols]
    return data_mat, label_mat

7)接下来调用该函数,得到样本点的特征矩阵data_mat和对应的类标签向量label_mat。

data_mat, label_mat = load_data_set(file) 

8)还需要定义一个select_jrand函数,该函数的功能是给定输入i和m,随机输出一个0到m之间的与i不同的整数。这个函数在后面将会用到。

def select_jrand(i, m):
    j = i
    while(j==i):
        j = int(random.uniform(0,m))
    return j

9)此外还需要定义一个clip_alpha函数,该函数的功能是输入将aj限制在L和H之间

def clip_alpha(aj, H, L):
    if aj > H:
        aj = H
    if L > aj:
        aj = L
    return aj

10)接下来是主体功能的实现函数,由于这个函数太长,为了方便理解,将以下代码分成一小段一小段的,这样就可以理解每一小段的功能。

10.1)循环外的初始化工作:首先该函数的输入为特征矩阵、类标签向量,常数C,容错率,最大迭代次数。首先将输入的特征矩阵和类标签向量都转化为矩阵(若特征矩阵和类标签向量已经是矩阵,则不需要这个步骤,若输入的是列表的形式,则需要该步骤),设置b为0,m和n分别为特征矩阵的行数和列数。创建一个m行1列的α向量(即有多少个样本点就有多少个α),迭代次数初始化为0(每次迭代在α向量中寻找一对可以改变的α,若没有找到则迭代次数+1,达到最大迭代次数还没有找到可以改变的α,说明已经α已经优化的差不多了,则退出循环)。

10.2)内循环的初始化工作:现在开始第一轮迭代,将改变的一对α的数量alpha_pairs_changed初始化为0,然后遍历m个α依次作为第一个α,再在(0,m)范围内随机的找到第二个α(第二个α与第一个不能是同一个,这就用到了之前定义的select_jrand函数)。

10.3)第一小段代码:首先从i等于0开始,已知公式W=inαiyiXi,若第0号数据点是支持向量,则该数据点必然在虚线WTX+b+1=0WTX+b1=0上,即WTX+b=1WTX+b=+1

先将0号数据点带入公式求出W,即代码中的WT_i,再将0号数据点和求得的W带入WTX+b求出WTX+b的值,即代码中的f_xi。

代码中的E_i为得到的f_xi与实际的WTX+b之间的误差,而这个误差大有说道,最完美的情况是若数据点是支持向量,则将数据点带入WTX+b应该等于-1或+1,即该数据点应该在虚线WTX+b+1=0或虚线WTX+b1=0上,而如果该数据点的类标签yi和误差E_i的乘积大于容错率,说明该数据点属于+1类且在WTX+b1=0的上侧,或者该数据点属于-1类且在WTX+b+1=0的下侧。也就是说该点在属于自己的那一类的群体里,但是太靠后了且靠后的超过限度了(即大于容错率),根本无法作为支持向量,而这个点对应的α值又大于0,说明这明明就不该是靠后站的,那么就要调整这个数据点的α了。而另一种情况是该数据点的类标签yi和误差E_i的乘积小于负容错率,说明该点太靠前了已经处于虚线WTX+b+1和虚线WTX+b1之间了,且该点的α值又小于常数C,说明该点也不应该是靠前的,那就要调整这个数据点的α

若经过上述判断,决定要调整该数据点的α,那么就调用之前定义的select_jrand函数随机的选择另一个要调整的α,对另一个alpha对应的数据点也计算相应的误差E_j,为了记录α的调整情况,分别copy一下作为αiαj的旧值。

10.4)第二小段代码:由于有一个限制条件即inαiyi=0,且任意的α在(0,C)之间,所以当调整其中一个αi的时候,另一个αj的改变必须有一定限制,即yiαi+yjαj=k。即如下图:αiαj必须在两条线段上。
这里写图片描述
根据上图,可以得到αj的取值范围(L,H)。

10.5)第三小段代码:下面为αj的更新公式:

αj=αjyj(EiEj)η

其中η=2<Xi,Xj><Xi,Xi><Xj,Xj>。(尖括号表示两个向量的内积)
更新前先对η进行判断,若η0则退出本次循环,不进行更新。否则对αj进行更新。更新后需要调用之前定义的clip_alpha函数,将更新后的αj缩小在这个范围之内,最后检验一下αj值改变了多少,如果改变的太少,就不要更新了,直接退出本次循环寻找下一对α,改变那点值没什么意义。
最后既然αj更新了,αi也得随之改变,且该变量应该是相等的,根据之前所述的yiαi+yjαj=k,可以得到更新后的αi的值。

10.6)第四小段代码:对于样本点i,已经更新了其αi值,若b值也是正确的,则该点应该从更新之前的不在WTX+b±1=0上,更新到位于WTX+b±1=0上,亦即将样本点i带入,得到Einew=WnewTXi+bnewyi=0
同时又已知Eiold=WoldTXi+boldyi,根据上述两个公式,可以得到:

bnew=boldEiold+WoldTXiWnewTXi

前两项不用多说,最后两项的相减,有些说道,因为W=i=1nαiyiXi,所以其实WoldWnew的区别只在里面的αiyiXiαjyjXj不同,只要把公式展开成向量的形式写出来就很容易看出来,二者相减之后的结果就是:

yi(αioldαinew)<Xi,Xi>+yj(αjoldαjnew)<Xj,Xi>

将后两项带入,就可以得到bnew
当然这里得到的是根据样本点i求得的bnew,根据样本点j做同样操作,可以得到另一个bnew,此时若更新后的αi在限定范围内,则b=b1new,若αj在限定范围内,则b=b2new,若αiαj都在限定范围内,则b=b1+b22

10.7)收尾工作:若程序运行到此处,则已经更新了一对α,并且也更新了b值,则将alpha_pairs_changed加上1,代表更新了一对,继续更新下一对。若程序没有执行更新α的操作,即alpha_pairs_changed=0,则将iter+1,代表迭代了一次,否则将iter置为1,重新开始迭代。若程序迭代的次数达到了最大迭代次数,还没有α被更新,说明已经更新的很好了,则可以退出while循环,返回b值和α向量。

def smo_simple(data_mat, class_label, C, toler, max_iter):
    # 循环外的初始化工作
    data_mat = np.mat(data_mat); label_mat = np.mat(class_label) 
    b = 0
    m,n = np.shape(data_mat)  
    alphas = np.zeros((m,1))       
    iter = 0    
    while iter < max_iter:
        # 内循环的初始化工作
        alpha_pairs_changed = 0
        for  i in range(m):   
            # 第一小段代码  
            WT_i = np.dot(np.multiply(alphas, label_mat).T, data_mat)  
            f_xi = float(np.dot(WT_i, data_mat[i,:].T)) + b   
            Ei = f_xi - float(label_mat[i])    
            if((label_mat[i]*Ei < -toler) and  (alphas[i] < C)) or \
            ((label_mat[i]*Ei > toler) and (alphas[i] > 0)):  
                j = select_jrand(i, m) 
                WT_j = np.dot(np.multiply(alphas, label_mat).T, data_mat)
                f_xj = float(np.dot(WT_j, data_mat[j,:].T)) + b    
                Ej = f_xj - float(label_mat[j])    
                alpha_iold = alphas[i].copy()
                alpha_jold = alphas[j].copy()

               # 第二小段代码
                if (label_mat[i] != label_mat[j]):  
                    L = max(0, alphas[j] - alphas[i])  # 
                    H = min(C, C + alphas[j] - alphas[i])
                else:                              
                    L = max(0, alphas[j] + alphas[i] - C)
                    H = min(C, alphas[j] + alphas[i])
                if H == L :continue

                # 第三小段代码
                eta = 2.0 * data_mat[i,:]*data_mat[j,:].T - data_mat[i,:]*data_mat[i,:].T - \
                data_mat[j,:]*data_mat[j,:].T
                if eta >= 0: continue
                alphas[j] = (alphas[j] - label_mat[j]*(Ei - Ej))/eta
                alphas[j] = clip_alpha(alphas[j], H, L)   
                if (abs(alphas[j] - alpha_jold) < 0.00001):
                    continue


                alphas[i] = alphas[i] + label_mat[j]*label_mat[i]*(alpha_jold - alphas[j])

                # 第四小段代码
                b1 = b - Ei + label_mat[i]*(alpha_iold - alphas[i])*np.dot(data_mat[i,:], data_mat[i,:].T) +\
                label_mat[j]*(alpha_jold - alphas[j])*np.dot(data_mat[i,:], data_mat[j,:].T)
                b2 = b - Ej + label_mat[i]*(alpha_iold - alphas[i])*np.dot(data_mat[i,:], data_mat[j,:].T) +\
                label_mat[j]*(alpha_jold - alphas[j])*np.dot(data_mat[j,:], data_mat[j,:].T)
                if (0 < alphas[i]) and (C > alphas[i]):
                    b = b1
                elif (0 < alphas[j]) and (C > alphas[j]):
                    b = b2
                else:
                    b = (b1 + b2)/2.0
                alpha_pairs_changed += 1
        if (alpha_pairs_changed == 0): iter += 1
        else: iter = 0
    return b, alphas

11)接下来调用该函数,得到b值和α向量,由于α的值大多为0,所以只打印大于零的α值。

b, alphas = smo_simple(data_mat, label_mat, 0.6, 0.001, 10)
print(b, alphas[alphas>0])

这里写图片描述
12)辛辛苦苦走到这里,就看到几个所谓的α和一个b值,真的不够。“锦瑟无端五十弦,一弦一柱思华年”,每一个算法的推导,每一段代码的理解,都给我留下了深刻的印象。过程的享受是一种润物无声的细腻,但我想要的更是成功之后那会“当凌绝顶,一览众山小”的快意,更要那“冲天香阵透长安,满城尽戴黄金甲”的震撼。于是,我又敲下了如下代码,得到了,那虽不太完美,却凝聚了我心血的分、割、线

support_x = []
support_y = []
class1_x = []
class1_y = []
class01_x = []
class01_y = []
for i in range(100):
    if alphas[i] > 0.0:
        support_x.append(data_mat[i,0])
        support_y.append(data_mat[i,1])        
for i in range(100):
    if label_mat[i] == 1:
        class1_x.append(data_mat[i,0])
        class1_y.append(data_mat[i,1])
    else:
        class01_x.append(data_mat[i,0])
        class01_y.append(data_mat[i,1])       
w_best = np.dot(np.multiply(alphas, label_mat).T, data_mat)
fig, ax = plt.subplots(figsize=(10,5))
ax.scatter(support_x, support_y, s=100, c="y", marker="v", label="support_v")
ax.scatter(class1_x, class1_y, s=30, c="b", marker="o", label="class 1")
ax.scatter(class01_x, class01_y, s=30, c="r", marker="x", label="class -1")
lin_x = np.linspace(3,6)
lin_y = (-float(b) - w_best[0,0]*lin_x) / w_best[0,1]
plt.plot(lin_x, lin_y, color="black") 
ax.legend()
ax.set_xlabel("factor1")
ax.set_ylabel("factor2")

这里写图片描述

+++++++++++刚好在这一刻,2018年的蓝色月全食发生了+++++++++++++++
++++++向月全食致敬,祝我一年好运气,2018.1.31,19:41月全食++++++++

©️2020 CSDN 皮肤主题: 大白 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值