支持向量机（SVM）3

四、SMO算法

4.1 坐标上升法

SMO算法的两步是从坐标上升法引申出来的，所以这里先介绍一下坐标上升法。

假设要求解下面的优化问题：

这里W是 α 向量的函数。之前我们在回归中提到过两种求最优解的方法，一种是梯度下降法，另外一种是牛顿法。现在我们再讲一种方法称为坐标上升法（求解最小值问题时，称作坐标下降法，原理一样）。

方法过程：

一、最里面语句的意思是固定除 α_i 以外的所有 α_j(j≠i)，此时 ，W可看做只是关于α_i的函数，所以直接对α_i进行求导优化即可。

二、这里，我们进行最大化求导的顺序i是从1到m，可以通过更改优化顺序来使W能够更快地增加并收敛。如果W在内循环中能够很快地达到最优，那么坐标上升法会是一个很高效的求极值方法。

这里通过一个二维向量进行展示。

椭圆代表了二次函数的各个等高线，变量数为2，起始坐标是(2,-2)。图中的直线式迭代优化的路径，可以看到每一步都会向最优值前进一步，而且前进路线是平行于坐标轴的，因为每一步只优化一个变量。

4.2 SMO算法

SMO算法是很快的二次规划优化算法。

和上面的坐标上升法的两点是能够对应起来的：
一、在SMO算法中，因为受等式α_i y_i =0的约束，如果只固定一个α_i，那这个α_i就不会是变量了。所以，我们选取两个参数假设为：α₁和α₂ ，固定其余参数。此时，α₂ 可以由α₁ 和其他参数表示出来，这样会带到W中，W就只是关于α₁ 的函数了。直接对α₁ 进行求导优化即可。

二、坐标上升法中可以通过更改优化顺序来使W能够更快地增加并收敛。同样，SMO算法中，通过挑选参数，确定参数的优化顺序，也能够使W来更快的收敛。这就是下面要讲的“启发式搜索了”。

这里也是按照上面这两个步骤讲解SMO算法

• 1、先讲解怎样更新α_i（求导优化的过程）
• 2、再讲解怎么挑选参数α_i（启发式搜索）

现在，终于可以求出 α_i 了。回到上面的软间隔的最后的优化问题：

等价于求解：

1998 年，Microsoft Research 的John C. Platt 在论文《Sequential Minimal Optimization：A Fast Algorithm for Training Support Vector Machines》中提出针对上述问题的解法：SMO 算法，它很快便成为最快的二次规划优化算法，特别是在针对线性SVM 和数据稀疏时性能更优。

4.3 SMO算法的推导1，求解参数

咱们首先来定义特征到结果的输出函数：

注意，这个u 与我们之前定义的f(x) = w^Tx + b 的实质是一样的。

-----------------------------------------------------------------------------------------------------
为什么是选择两个参数，而不是想坐标上升法那样只选择一个参数，一次更新一个参数呢？

理由如下：

-----------------------------------------------------------------------------------------------------

因为此时，α₁和α₂是参数，其余的参数是固定住被看成常数的，所以上面式（3.29）可以表示为：

为了解决这个子问题，首要问题便是每次如何选取�1 和�2。实际上，其中一个乘子是违法KKT 条件最严重的，另外一个乘子则由另一个约束条件选取。

由上一篇（支持向量机2）文章可知，最后求得的最优解 α 向量一定是满足KKT条件的。即 ：

但是，问题刚开始解，所以此时的 α 向量不是最优解，所以 α 向量里的一些参数，一定是不满足KKT条件的。比如下面这类 α_i 就是不满足KKT条件的：

---------------------------------------------------------------------------------------------------------------------
假设，我们不断地挑出这些不满足条件的参数 α_i 并更新他们，直到最后，α 向量里的所有参数都满足了KKT条件，那么不就意味着此时α 向量就是最优解了吗？
-------------------------------------------------------------------------------------------------------------------

------------------------------这算是挑选参数的一个标准了。-------------------------------

此外，更新的同时还要受到第二个约束条件的限制，即：

因为两个因子不好同时求解，所以可以先求的第二个乘子 α₂ 的解，得到一个新的参数α_new。再用 α₂ 的解（α_new）表示α₁ 的解。

但是，又有一个新的问题出现了：

原来，在一开始更改传统的拉格朗日公式时，添加了一个变化： α_i ≥0
。后来，为了适应实际情况，变成了软间隔，α_i 的取值范围有了变化，此时有0 ≤ α_i ≤ C。也就是此时：
0 ≤ α₁ ≤ C，0 ≤ α₂ ≤ C

但是，现在又加入了一个约束条件：

所以此时，α_i 的取值范围还是会有变化。因为说到先求α₂，所以这里也是先假设 L ≤ α₂^new ≤ H.

也就是说，新的参数α₂^new 要同时满足上面两种约束条件。

此时因为截距的不同，这条直线有两种情况，
蓝线的情况下，L=0，H=C-ξ
红线的情况下，L=-ξ，H=C

当y1和y2同号时，是这两种情况：

综上，根据标签y1和y2同号或者异号，可得出新的参数α₂^new 上下界分别为：

s = y₁y₂

因此�1 可以用�2 表示，α₁ = ω - sα₂ ，于是可以把式（3.30）转换为只含有α₂的的问题：

于是，可以求解α₂了。

考虑到前面求得的新的参数α₂^new 上下界，这里求出的α₂^new也需要满足这个上下界才行：

求得了α₂^new ，便可求得α₁^new ：
α₁ = ω - sα₂

4.4 SMO算法的推导2，选择参数

且每次更新完两个乘子的优化后，都需要再重新计算b，及对应的Ei 值。从而进行下次循环。

-----------------------------------------------------------------------------------------------
解目标函数时，这个目标函数，是需要计算m个样例的。
也就是说，有m个α，m个样例x⁽ⁱ⁾，m个样例标签y⁽ⁱ⁾。
-----------------------------------------------------------------------------------------------

4.4 贴一下SMO算法的总结。

大致步骤：