机器学习实战【5】（SVM-支持向量机）

本博客记录《机器学习实战》（MachineLearningInAction）的学习过程，包括算法介绍和python实现。

SVM（支持向量机）

SVM是一种分类算法，通过对训练集数据的分析找到最好的分隔平面，然后用该平面对新数据进行分类。本篇文章介绍SVM的总体思路，通过一些数学推导把初始问题不断简化，最后转化为一个比较简单的二次优化问题。

线性二分类器

设想二维平面上的一组数据点，分为两个类别：

用平面上的直线 wx+b=0 （w和x是向量）来对数据进行分类，而SVM的目的就是找到最好的一条直线。这条直线需要满足两个条件，一是把两类数据完全分开，即同一类的数据落在直线的一边，二是两类数据中最靠近直线的那些点（称为支持向量）离直线的距离必须尽可能的大。在图中直观的体现就是直线两边的空白间隔区尽可能地大。

几何间隔

点到直线的距离（推广到高阶就是点到超平面的距离）称为几何间隔（Geometrical margin），计算公式如下，其中的分子 y(wx+b) 称为函数间隔：

g=y(wx+b)||w||

上式中的y表示数据点的类别，在直线上方的点类别为1，下方为-1，这使得有错误分类点的那些直线会得到负的几何间隔，从而被筛选掉。
现在我们可以通过几何间隔来描述最优直线的条件，设 g 是数据集中离直线最近的点到直线的几何间隔， gi 表示某个数据点到直线的几何间隔，则问题描述为:

maxg,s.t.,gi≥g

即最大化数据集中最小的几何间隔。
接着继续对问题进行简化，函数间隔的大小可以通过成倍地改变w来改变，直线本身却不会变化，这意味可以取合适的值使得这些支持向量与直线的函数间隔为1，这样，问题就变成：

max1||w||,s.t.,yi(wxi+b)≥1

进一步分析，该式又等价于：

min12||w||2,s.t.,yi(wxi+b)≥1

这是一个带约束的二次优化问题，可以通过 拉格朗日对偶的方法来解决。

拉格朗日对偶

通过引入拉格朗日乘子把条件统一到式子中进行优化，构造拉格朗日函数，其中 α>0 ：

L(w,b,α)=12||w||2−∑i=1nαi(yi(wxi+b)−1)

将 α 作为自变量求取该式的最大值，可以得到：

maxα:αi>0L(w,b,α)={12||w||2,∞,条件满足否则

这样，问题：

min12||w||2,s.t.,yi(wxi+b)≥1

就等价于问题：

minw,bmaxα:αi≥0L(w,b,α)

即先以 α 为变量最大化拉格朗日函数，再以 w,b 为变量将其最小化。
交换求最值的顺序，得到原问题的对偶问题：

maxα:αi≥0minw,bL(w,b,α)

这个对偶问题更易求解，并且在满足 kkt条件的情况下，两者的解相同，于是问题又转化为求对偶问题的解。
首先固定 α 求解函数值最小化时的参数 w,b 。分别另函数对 w 和 b 的导数为0，分别得到：

w=∑i=1naiyixi

∑i=1naiyi=0

把这两个式子带回原式经过一番化简，消去 w,b 得到：

L(w,b,α)=∑i=1nαi−12∑i,j=1nαiαjyiyjxTixj

现在，问题转化为：

maxα∑i=1nαi−12∑i,j=1nαiαjyiyjxTixjs.t.,αi≥0,i=1,...,n∑i=1naiyi=0

这是一个二次优化问题，可以用高效的SMO算法解决，具体实现将在以后的文章中介绍。

总结

总的来说，SVM的思路是找到一个最优的分隔平面来进行分类，最优的判断标准是最靠近分类平面的数据点（也就是支持向量）到分类平面的几何间隔最大，这是一个带条件的优化问题。通过拉格朗日对偶，把最初的问题转化为一个更简单的优化问题，其中的变量是拉格朗日乘子 α ，实现SVM便是要找到这些 α 。以后会介绍一种最流行的求解方法（SMO算法）来解决这个问题，并构造SVM分类器。
限于篇幅，本文中对原理推导只给出了大致的步骤，对于拉格朗日对偶及kkt条件的数学原理未做解释（因为我也不是很懂），要了解其中细节，这部分内容还需要单独学习一波。