机器学习-06 支持向量机

我就是我 2022-11-21 11:19 321阅读 0赞

# **6、支持向量机** #

支持向量机是一种**经典的二分类模型**，**基本模型定义为特征空间中最大间隔的线性分类器**，其学习的优化目标便是**间隔最大化**，因此支持向量机本身可以转化为一个凸二次规划求解的问题。

## **6.1 函数间隔与几何间隔** ##

对于二分类学习，假设现在的数据是线性可分的，这时分类学习最基本的想法就是找到一个合适的超平面，该超平面能够将不同类别的样本分开，类似二维平面使用ax+by+c=0来表示，超平面实际上表示的就是高维的平面，如下图所示：

![1.png][]

对数据点进行划分时，易知：当超平面距离与它最近的数据点的间隔越大，分类的鲁棒性越好，即当新的数据点加入时，超平面对这些点的适应性最强，出错的可能性最小。因此需要让所选择的超平面能够最大化这个间隔Gap（如下图所示）， 常用的间隔定义有两种，一种称之为**函数间隔**，一种为**几何间隔**，下面将分别介绍这两种间隔，并对SVM为什么会选用几何间隔做了一些阐述。

![2.png][]

### **6.1.1 函数间隔** ###

在超平面w’x+b=0确定的情况下，|w’x*+b|能够代表点x*距离超平面的远近，易知：当w’x*+b>0时，表示x*在超平面的一侧（正类，类标为1），而当w’x*+b<0时，则表示x*在超平面的另外一侧（负类，类别为-1），因此（w’x*+b）y* 的正负性恰能表示数据点x*是否被分类正确。于是便引出了\*函数间隔*的定义（functional margin）:

![3.png][]

而超平面（w,b）关于所有样本点（Xi，Yi）的函数间隔最小值则为超平面在训练数据集T上的函数间隔：

![4.png][]

可以看出：这样定义的函数间隔在处理SVM上会有问题，当超平面的两个参数w和b同比例改变时，函数间隔也会跟着改变，但是实际上超平面还是原来的超平面，并没有变化。例如：w1x1+w2x2+w3x3+b=0其实等价于2w1x1+2w2x2+2w3x3+2b=0，但计算的函数间隔却翻了一倍。从而引出了能真正度量点到超平面距离的概念—几何间隔（geometrical margin）。

### **6.1.2 几何间隔** ###

**几何间隔**代表的则是数据点到超平面的真实距离，对于超平面w’x+b=0，w代表的是该超平面的法向量，设x*为超平面外一点x在法向量w方向上的投影点，x与超平面的距离为r，则有x*=x-r(w/||w||)，又x*在超平面上，即w’x*\+b=0，代入即可得：

![5.png][]

为了得到r的绝对值，令r呈上其对应的类别y，即可得到几何间隔的定义：

![6.png][]

从上述函数间隔与几何间隔的定义可以看出：实质上函数间隔就是|w’x+b|，而几何间隔就是点到超平面的距离。

## **6.2 最大间隔与支持向量** ##

通过前面的分析可知：函数间隔不适合用来最大化间隔，因此这里我们要找的最大间隔指的是几何间隔，于是最大间隔分类器的目标函数定义为：

![7.png][]

一般地，我们令r^为1（这样做的目的是为了方便推导和目标函数的优化），从而上述目标函数转化为：

![8.png][]

对于y(w’x+b)=1的数据点，即下图中位于w’x+b=1或w’x+b=-1上的数据点，我们称之为**支持向量**（support vector），易知：对于所有的支持向量，它们恰好满足y*(w’x*\+b)=1，而所有不是支持向量的点，有y*(w’x*\+b)>1。

![9.png][]

## **6.3 从原始优化问题到对偶问题** ##

对于上述得到的目标函数，求1/||w||的最大值相当于求||w||^2的最小值，因此很容易将原来的目标函数转化为：

![10.png][]

即变为了一个带约束的凸二次规划问题，按书上所说可以使用现成的优化计算包（QP优化包）求解，但由于SVM的特殊性，一般我们将原问题变换为它的**对偶问题**，接着再对其对偶问题进行求解。为什么通过对偶问题进行求解，有下面两个原因：

1.  `* 一是因为使用对偶问题更容易求解；`
2.  `* 二是因为通过对偶问题求解出现了向量内积的形式，从而能更加自然地引出核函数。`

**对偶问题，顾名思义，可以理解成优化等价的问题，更一般地，是将一个原始目标函数的最小化转化为它的对偶函数最大化的问题。**对于当前的优化问题，首先我们写出它的朗格朗日函数：

![11.png][]

上式很容易验证：当其中有一个约束条件不满足时，L的最大值为 ∞（只需令其对应的α为 ∞即可）；当所有约束条件都满足时，L的最大值为1/2||w||^2（此时令所有的α为0），因此实际上原问题等价于：

![12.png][]

由于这个的求解问题不好做，因此一般我们将最小和最大的位置交换一下（需满足KKT条件） ，变成原问题的对偶问题：

![13.png][]

这样就将原问题的求最小变成了对偶问题求最大（用对偶这个词还是很形象），接下来便可以先求L对w和b的极小，再求L对α的极大。

（1）首先求L对w和b的极小，分别求L关于w和b的偏导，可以得出：

![14.png][]

将上述结果代入L得到：

![15.png][]

（2）接着L关于α极大求解α（通过SMO算法求解，此处不做深入）。

![16.png][]

（3）最后便可以根据求解出的α，计算出w和b，从而得到分类超平面函数。

![17.png][]

在对新的点进行预测时，实际上就是将数据点x\*代入分类函数f(x)=w’x+b中，若f(x)>0，则为正类，f(x)<0，则为负类，根据前面推导得出的w与b，分类函数如下所示，此时便出现了上面所提到的内积形式。

![18.png][]

这里实际上只需计算新样本与支持向量的内积，因为对于非支持向量的数据点，其对应的拉格朗日乘子一定为0，根据最优化理论（K-T条件），对于不等式约束y(w’x+b)-1≥0，满足：

![19.png][]

## **6.4 核函数** ##

由于上述的超平面只能解决线性可分的问题，对于线性不可分的问题，例如：异或问题，我们需要使用核函数将其进行推广。一般地，**解决线性不可分问题时，常常采用映射的方式**，**将低维原始空间映射到高维特征空间，使得数据集在高维空间中变得线性可分，从而再使用线性学习器分类。**如果原始空间为有限维，即属性数有限，那么总是存在一个高维特征空间使得样本线性可分。若∅代表一个映射，则在特征空间中的划分函数变为：

![20.png][]

按照同样的方法，先写出新目标函数的拉格朗日函数，接着写出其对偶问题，求L关于w和b的极大，最后运用SOM求解α。可以得出：

（1）原对偶问题变为：

![21.png][]

（2）原分类函数变为：

![22.png][]

求解的过程中，只涉及到了高维特征空间中的内积运算，由于特征空间的维数可能会非常大，例如：若原始空间为二维，映射后的特征空间为5维，若原始空间为三维，映射后的特征空间将是19维，之后甚至可能出现无穷维，根本无法进行内积运算了，此时便引出了**核函数**（Kernel）的概念。

![23.png][]

因此，**核函数可以直接计算隐式映射到高维特征空间后的向量内积**，而不需要显式地写出映射后的结果，它虽然完成了将特征从低维到高维的转换，但最终却是在低维空间中完成向量内积计算，与高维特征空间中的计算等效**（低维计算，高维表现）**，从而避免了直接在高维空间无法计算的问题。引入核函数后，原来的对偶问题与分类函数则变为：

（1）对偶问题：

![24.png][]

（2）分类函数：

![25.png][]

因此，在线性不可分问题中，核函数的选择成了支持向量机的最大变数，若选择了不合适的核函数，则意味着将样本映射到了一个不合适的特征空间，则极可能导致性能不佳。同时，核函数需要满足以下这个必要条件：

![26.png][]

由于核函数的构造十分困难，通常我们都是从一些常用的核函数中选择，下面列出了几种常用的核函数：

![27.png][]

*  [**6.5 软间隔支持向量机**][6.5]

## **6.5 软间隔支持向量机** ##

前面的讨论中，我们主要解决了两个问题：当数据线性可分时，直接使用最大间隔的超平面划分；当数据线性不可分时，则通过核函数将数据映射到高维特征空间，使之线性可分。然而在现实问题中，对于某些情形还是很难处理，例如数据中有**噪声**的情形，噪声数据（**outlier**）本身就偏离了正常位置，但是在前面的SVM模型中，我们要求所有的样本数据都必须满足约束，如果不要这些噪声数据还好，当加入这些outlier后导致划分超平面被挤歪了，如下图所示，对支持向量机的泛化性能造成很大的影响。

![28.png][]

为了解决这一问题，我们需要允许某一些数据点不满足约束，即可以在一定程度上偏移超平面，同时使得不满足约束的数据点尽可能少，这便引出了**“软间隔”支持向量机**的概念

1.  `* 允许某些数据点不满足约束y(w'x+b)≥1；`
2.  `* 同时又使得不满足约束的样本尽可能少。`

这样优化目标变为：

![29.png][]

如同阶跃函数，0/1损失函数虽然表示效果最好，但是数学性质不佳。因此常用其它函数作为“替代损失函数”。

![30.png][]

支持向量机中的损失函数为**hinge损失**，引入**“松弛变量”**，目标函数与约束条件可以写为：

![31.png][]

其中C为一个参数，控制着目标函数与新引入正则项之间的权重，这样显然每个样本数据都有一个对应的松弛变量，用以表示该样本不满足约束的程度，将新的目标函数转化为拉格朗日函数得到：

![32.png][]

按照与之前相同的方法，先让L求关于w，b以及松弛变量的极小，再使用SMO求出α，有：

![33.png][]

将w代入L化简，便得到其对偶问题：

![34.png][]

将“软间隔”下产生的对偶问题与原对偶问题对比可以发现：新的对偶问题只是约束条件中的α多出了一个上限C，其它的完全相同，因此在引入核函数处理线性不可分问题时，便能使用与“硬间隔”支持向量机完全相同的方法。

[1.png]: /images/20221120/4d3c5533edbd4e3894dbe8bd4e6ae19e.png
[2.png]: /images/20221120/456f5f7ee40c4471b4288a2e3ce5aa08.png
[3.png]: /images/20221120/5e8e5d24cd2c4491bd4c9a0afa456778.png
[4.png]: /images/20221120/f1493eaa16854828afff812fcc0e2a36.png
[5.png]: /images/20221120/4e57028bfff3498d9789687bd5f04d4e.png
[6.png]: /images/20221120/b17e652f362449a9a8e2a06437b9862b.png
[7.png]: /images/20221120/1931ee82a44f4deaac4e293484d7f864.png
[8.png]: /images/20221120/d5425062792d4918a95c5fa0dc8e6538.png
[9.png]: /images/20221120/deb02ff2ae0b45e58e49616ebcb6e198.png
[10.png]: /images/20221120/96ace174243d42ecad52061e86d572c8.png
[11.png]: /images/20221120/7eaa5cf29994499e9b17314984193466.png
[12.png]: /images/20221120/d4ade88004b64b8d9eebf27eafe345ad.png
[13.png]: /images/20221120/a6395c2d3dc0427c9d8d07d14cbffbc2.png
[14.png]: /images/20221120/e65a4a1fbfd2488198aeb3690c9088a6.png
[15.png]: /images/20221120/d22ab097fd4747edae09b5ea7eebf061.png
[16.png]: /images/20221120/807b8de51b624eb4a53488363f6efdd1.png
[17.png]: /images/20221120/09f1fc77c5024b6cb64b2c16c135fcf7.png
[18.png]: /images/20221120/972f8bff42ab466894bf60144b9613e6.png
[19.png]: /images/20221120/8191a93a10ca45a5af400a22152f779e.png
[20.png]: /images/20221120/6ddfec6a249a4a01a687c40d2210863b.png
[21.png]: /images/20221120/3b4fad783fb94f1dab03ae9df062b0a1.png
[22.png]: /images/20221120/2a79385295d349658ca2f83801d62362.png
[23.png]: /images/20221120/611ab7722bfb4d4a8cec0827a36b1fe7.png
[24.png]: /images/20221120/c2937dddfe734a8db3da1b09017cc053.png
[25.png]: /images/20221120/6b50d60568d04dcc80c4bd31bf4f44f2.png
[26.png]: /images/20221120/e93622884540410a8680622d86a37cb9.png
[27.png]: /images/20221120/f3d508dccecf4450b25ca00ebdc1c221.png
[6.5]: https://www.bookstack.cn/read/Vay-keen-Machine-learning-learning-notes/spilt.5.6.md#
[28.png]: /images/20221120/dcc8e0d971a247ee8177384ef8cc7157.png
[29.png]: /images/20221120/31088096eb2f48549adc4cc58b2af5ff.png
[30.png]: /images/20221120/ee58a814adf6423eace919162fac44e1.png
[31.png]: /images/20221120/cd3650d1b7ec4428a23e7eccbe99d684.png
[32.png]: /images/20221120/21dedab642fe447da3bc119c968c36c7.png
[33.png]: /images/20221120/c066f968a0ea46738c5f5b55d5670b8e.png
[34.png]: /images/20221120/3eafae201bb1403e95366f794488909b.png