今天是机器学习专题的第34篇文章,我们继续来聊聊SVM模型。
我们在上一篇文章当中推导了SVM模型在硬间隔的原理以及公式,最后我们消去了所有的变量,只剩下了\(\alpha\)。在硬间隔模型当中,样本是线性可分的,也就是说-1和1的类别可以找到一个平面将它完美分开。但是在实际当中,这样的情况几乎是不存在的。道理也很简单,完美是不存在的,总有些样本会出错。
那针对这样的问题我们应该怎么解决呢?
软间隔
在上文当中我们说了,在实际的场景当中,数据不可能是百分百线性可分的,即使真的能硬生生地找到这样的一个分隔平面区分开样本,那么也很有可能陷入过拟合当中,也是不值得追求的。
因此,我们需要对分类器的标准稍稍放松,允许部分样本出错。但是这就带来了一个问题,在硬间隔的场景当中,间隔就等于距离分隔平面最近的支持向量到分隔平面的距离。那么,在允许出错的情况下,这个间隔又该怎么算呢?
为了解决这个问题,我们需要对原本的公式进行变形,引入一个新的变量叫做松弛变量。松弛变量我们用希腊字母\(\xi\)来表示,这个松弛变量允许我们适当放松$y_i(\omega^T x_i + b) \ge 1 \(这个限制条件,我们将它变成\)y_i(\omega^T x_i + b) \ge 1-\xi_i $。
也就是说对于每一条样本我们都会有一个对应的松弛变量\(\xi_i\),它一共有几种情况。
- \(\xi=0\),表示样本能够正确分类
- \(0 < \xi < 1\),表示样本在分割平面和支持向量之间
- \(\xi = 1\),表示样本在分割平面上
- \(\xi \ge 1\),表示样本异常
我们可以结合下面这张图来理解一下,会容易一些:
松弛变量虽然可以让我们表示那些被错误分类的样本,但是我们当然不希望它随意松弛,这样模型的效果就不能保证了。所以我们把它加入损失函数当中,希望在松弛得尽量少的前提下保证模型尽可能划分正确。这样我们可以重写模型的学习条件:
这里的C是一个常数,可以理解成惩罚参数。我们希望\(||\omega||^2\)尽量小,也希望\(\sum \xi_i\)尽量小,这个参数C就是用来协调两者的。C越大代表我们对模型的分类要求越严格,越不希望出现错误分类的情况,C越小代表我们对松弛变量的要求越低。
从形式上来看模型的学习目标函数和之前的硬间隔差别并不大,只是多了一个变量而已。这也是我们希望的,在改动尽量小的前提下让模型支持分隔错误的情况。
模型推导
对于上面的式子我们同样使用拉格朗日公式进行化简,将它转化成没有约束的问题。
首先,我们确定几个值。第一个是我们要优化的目标:\(f(x)=\min_{\omega, b, \xi}\frac{1}{2}||\omega||^2 + C\sum_{i=1}^m \xi_i\)
第二个是不等式约束,拉格朗日乘子法当中限定不等式必须都是小于等于0的形式,所以我们要将原式中的式子做一个简单的转化:
最后是引入拉格朗日乘子: \(\alpha = (\alpha_1, \alpha_2, \cdots, \alpha_m), \beta = (\beta_1, \beta_2, \cdots, \beta_m)\)
我们写出广义拉格朗日函数:\(L(\omega, b, \xi, \alpha, \beta) = \frac{1}{2}||\omega||^2 + C\sum_{i=1}^m \xi_i, + \sum_{i=1}^m \alpha_i(1 - \xi_i - y_i(\omega^Tx_i + b)) -\sum_{i=1}^m \beta_i\xi_i\)
我们要求的是这个函数的最值,也就是\(\min_{\omega, b, \xi}\max_{\alpha \ge 0, \beta\ge 0}L(\omega, b, \xi, \alpha, \beta)\)。
在处理硬间隔的时候,我们讲过对偶问题,对于软间隔也是一样。我们求L函数的对偶函数的极值。
对偶问题
原函数的对偶问题是\(\max_{\alpha \ge0, \beta \ge 0}\min_{\omega, b, \xi}L(\omega, b, \xi, \alpha, \beta)\),这个对偶问题要成立需要满足KKT条件。
我们先把这个KKT条件放一放,先来看一下对偶问题当中的内部的极小值。这个极小值没有任何约束条件,所以我们可以放心大胆地通过求导来来计算极值。这个同样是高中数学的内容,我们分别计算\(\frac{\partial L}{\partial \omega}\),\(\frac{\partial L}{\partial b}\)和\(\frac{\partial L}{\partial \xi}\)。
求导之后,我们可以得到:
我们把这三个式子带入对偶函数可以得到:
由于\(\beta_i \ge 0\),所以我们可以得到\(0 \le \alpha_i \le C\),所以最后我们可以把式子化简成:
将原始化简了之后,我们再回过头来看KKT条件。KKT条件单独理解看起来有点乱,其实我们可以分成三个部分,分别是原始问题可行:
对偶问题可行:
以及松弛可行:
我们观察一下倒数第二个条件:\(\alpha_i (1 - \xi - y_i(\omega^Tx_i + b)) = 0\)。
这是两个式子相乘并且等于0,无非两种情况,要么\(\alpha_i = 0\),要么后面那串等于0。我们分情况讨论。
- 如果\(\alpha_i = 0\),那么\(y_i(\omega^Tx_i + b) - 1 \ge 0\),样本分类正确,不会对模型产生影响。
- 如果\(\alpha_i > 0\),那么\(y_i(\omega^Tx_i + b) = 1 - \xi_i\),则样本是支持向量。由于\(C = \alpha_i + \beta_i\) ,并且\(\beta_i \xi_i= 0\)。我们又可以分情况:
- \(\alpha_i < C\),那么\(\beta_i > 0\),所以\(\xi_i = 0\),那么样本在边界上
- 如果\(\alpha_i = C\),那么\(\beta_i = 0\),如果此时\(\xi \le 1\),那么样本被正确分类,否则样本被错误分类
经过了化简之后,式子当中只剩下了变量\(\alpha\),我们要做的就是找到满足约束条件并且使得式子取极值时的\(\alpha\),这个\(\alpha\)要怎么求呢?我们这里先放一放,将在下一篇文章当中详解讲解。
今天的文章到这里就结束了,如果喜欢本文的话,请来一波素质三连,给我一点支持吧(关注、转发、点赞)。
原文链接,求个关注