Coursera-吴恩达-机器学习-（第7周笔记）支持向量机
此系列为 Coursera 网站Andrew Ng机器学习课程个人学习笔记（仅供参考）
课程网址：https://www.coursera.org/learn/machine-learning
Week 7 —— support vector machines
目录
- Week 7 support vector machines
- 目录
- 一 支持向量机的引入
- 1-1从逻辑回归引入SVM
- 1-2 SVM的优化目标
- 二 最大间距分类器
- 2-1 SVM的决策边界
- 2-2 SVM 背后的数学原理
- 三 核函数Kernels
- 3-1 SVM的假设函数
- 3-2 非线性决策边界特征变量的定义
- 3-3 高斯核函数
- 3-4通过核函数和标记点 构造复杂的非线性边界
- 3-5标定点的选择及特征向量的构造
- 四 SVM总结
- 4-1 假设函数及优化目标
- 4-2 SVM的参数选择
- 4-3使用SVM
- 4-4 用SVM解决多类别分类问题
- 4-5 SVM和逻辑回归的选择
一 支持向量机的引入
1-1从逻辑回归引入SVM
支持向量机（Support Vector Machine，SVM）是一个广泛应于在工业界和学术界的分类算法。与逻辑回归和神经网络相比，它在学习非线性复杂方程上提供了一种更加清晰、更加有效的思路。这一部分我们就来介绍这一算法。
为了描述支持向量机，我们会先从逻辑回归开始讲起，再一点一点修正得到最后的支持向量机。
在逻辑回归中，我们已经熟悉了如下所示的假设函数 hθ(x) 和逻辑函数曲线：
(1)如果 y=1，上式中只有第一项起作用，第二项为 0。此时，画出函数图像：
(2)如果 y=0，上式中只有第二项起作用，第一项为 0，此时代价随 z的变化曲线如下图所示：
此时，我们也可以用两条线段代替如上曲线，作为新的代价函数 cost0(z) ，如下图桃红色部分：
我们接下来就通过 cost1(z)、 cost0(z) 构建支持向量机。
1-2 SVM的优化目标
由于无论是否有 1/m 都不会影响最小化的结果，在使用支持向量机时，我们常常忽略 1/m。
对于逻辑回归正则化代价函数，我们可以用 A+λB 来表示，其中A 表示训练样本的代价，B 表示正则化项，通过设置λ的值来控制 A和B之间的平衡 ，使拟合效果更好。
而支持向量机则采用另一个参数 C来控制 A和B之间的平衡，优化目标为：CA+B。
所以，支持向量机（SVM）的优化目标为：
二 最大间距分类器
2-1 SVM的决策边界
有时，人们会将支持向量机称为最大间距分类器，这一部分会给大家解释其中原因，这样我们对SVM的假设得到一个更直观的理解。
上面的式子是SVM的优化目标（代价函数），中间左图是 cost1(z) 的图像，右侧是 cost0(z) 的图像。
我们来看怎样使得上面的代价函数最小：
现在再来考虑我们的优化问题，我们可以选择一个参数使得 A=0，SVM的优化目标就转化为：
SVM的这个要求会对决策边界有什么影响呢？
以一个线性可分数据集为例，有多条直线可以把正样本与负样本分开，如下图：
SVM会趋于以黑色决策边界来分离正、负样本，因为黑色线与训练样本之间有更大的最短距离，在分离正负样本上的表现会更好。而粉色线和绿色线离样本比较近，在分离样本时表现就会比较差。SVM总是努力用最大间距(margin)来分离样本，这也是它为什么被称为大间距分类器，同时这也是SVM具有鲁棒性的原因。
事实上，SVM比大间距分类器表现得更成熟，比如异常点的影响，如图：
参数C 控制着对误分类的训练样本的惩罚，当我们将参数 C 设置的较大时，优化过程会努力使所有训练数据被正确分类，这会导致仅仅因为一个异常点决策边界就能从黑色线变成粉色线，这是不明智的。SVM可以通过将参数 C 设置得不太大而忽略掉一些异常的影响，这样以来，对于这个例子，我们仍然会得到黑线代表的决策边界。即使训练样本不是如上图那样线性可分，SVM也能将它们恰当地分开。这里，C 的作用类似于 1λ。
2-2 SVM 背后的数学原理
这一部分内容涉及到向量内积部分的知识，可以自行复习一下。
这是我们之前提到的SVM的优化目标：
我们来看对于下面的数据集，SVM会选择哪种决策边界（假设 θ0=0）。
(1)小间距决策边界
如图，绿色直线为决策边界，这个决策边界离样本的距离很近。根据前面所说，SVM不会选择小间距决策边界，我们来看看为什么。
由于这种小间距决策边界的选择与SVM的优化目标不符，故SVM不会选择这种决策边界。
(2)大间距决策边界
如果选用下图绿色线作为决策边界：
反过来看，通过在优化目标里让 ∥θ∥ 不断变小，SVM就可以选择出上图所示的大间距决策边界。这也是SVM可以产生大间距分类器的原因。
以上我们都是假设 θ0=0，这会让决策边界通过原点，幸运的是即使 θ0≠0，SVM会产生大间距分类仍然是成立的，但这里我们不做证明。
三 核函数（Kernels）
SVM利用核函数可以构造出复杂的非线性分类器。如下图：
3-1 SVM的假设函数
3-2 非线性决策边界特征变量的定义
例如假设函数：
之前在多项式回归中也提到，加入这些高阶项，我们可以得到更多的特征变量，但是我们并不知道这些高阶项是否是我们真正想要的，在计算机视觉中，输入是很多像素，如果用这些高阶项作为特征变量，运算量将会变得非常大。那么，对于SVM，有没有比这些高阶项更好的特征项？
3-3 高斯核函数
给定 x，我们可以提前手动选取一些标记点，然后根据与这些标记点的接近程度来计算新的特征项。如下图手动选择了3个标记点 l(1)，l(2)，l(3)，如下图：
这种相似度，用数学术语来说，就是核函数（Kernels）。核函数有不同的种类，其中常用的就是我们上述这种高斯核函数。
我们可以将上式改写为：
3-4通过核函数和标记点 构造复杂的非线性边界
3-5标定点的选择及特征向量的构造
四 SVM总结
4-1 假设函数及优化目标
4-2 SVM的参数选择
参考上一讲的方差与偏差部分：
4-3使用SVM
在具体实现时，我们不需要自己编写代码来最优化参数 θ，而是使用SVM软件包（如：liblinear,libsvm等）来最优化参数 θ。
当然了，在使用这些软件包时，我们需要自己选择参数 C 以及选择使用哪种核函数。
例如：选用线性核函数（即，没有使用核函数），若 θ0+θ1f1+θ2f2+θ3f3⩾0，则 hθ(x)=1。最终这会产生一个线性分类器。liblinear就是使用线性核函数。
如果特征数 n 很大，而训练样本数 m 很小，使用线性核函数产生一个线性分类器就较为适合，不容易过拟合。
如果特征数 n 很小，而训练样本数 m 很大，就适合用一个核函数去实现一个非线性分类器，高斯核函数是个不错的选择。
核函数还有一些其他选择，需要注意的是，不是所有的相似度函数都是有效的核函数，要成为有效的核函数，需要满足默塞尔定理（Mercer’s Theorem）这个技术条件。
还有一些其他核函数如：多项式核函数，字符串核函数、卡方核函数等等，但大多数时候我们用的还是高斯核函数。
使用SVM的步骤：
4-4 用SVM解决多类别分类问题
4-5 SVM和逻辑回归的选择
我们如何选择使用SVM还是逻辑回归来解决分类问题？
①如果特征数 n 相对于训练样本数 m 来说很大：
则应该使用逻辑回归或者线性核函数（无核）的SVM。 m 较小时，使用线性分类器效果就挺不错了，并且也没有足够的数据去拟合出复杂的非线性分类器。
②如果特征数 n 很小，训练样本数 m 中等大小：
则应该使用高斯核函数SVM。
③如果特征数 n 很小，训练样本数 m 很大：则高斯核函数的SVM运行会很慢。这时候应该创建更多的特征变量，然后再使用逻辑回归或者线性核函数（无核）的SVM。
对于以上这些情况，神经网络很可能做得很好，但是训练会比较慢。实际上SVM的优化问题是一种凸优化问题，好的SVM优化软件包总是能找到全局最小值或者是接近全局最小的值。