机器学习实战（5）--SVM（Support vector machine）（一）

支持向量机SVM（一）

(支持向量机转载自jerrylead的文章，写的很好，在这里我进行了少许的修改，并加了一些自己的理解，要看原文的可以根据下面的链接)

【转载】http://www.cnblogs.com/jerrylead

1 简介

支持向量机基本上是最好的有监督学习算法了。本文从logistic回归出发，引出了SVM。

2 重新审视logistic回归

Logistic回归目的是从特征学习出一个0/1分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是负无穷到正无穷。因此，使用logistic函数（或称作sigmoid函数）将自变量映射到(0,1)上，映射后的值被认为是属于y=1的概率。

形式化表示就是

假设函数



其中x是n维特征向量，函数g就是logistic函数。


的图像是



可以看到，将无穷映射到了(0,1)。

而假设函数就是特征属于y=1的概率。



当我们要判别一个新来的特征属于哪个类时，只需求

，若大于0.5就是y=1的类，反之属于y=0类。

再审视一下

，发现

只和

有关，

>0，那么

，g(z)只不过是用来映射，真实的类别决定权还在

。还有当

时，

=1，反之

=0。如果我们只从

出发，希望模型达到的目标无非就是让训练数据中y=1的特征

，而是y=0的特征

。Logistic回归就是要学习得到

，使得正例的特征远大于0，负例的特征远小于0，强调在全部训练实例上达到这个目标。

图形化表示如下：



中间那条线是

，logistic回顾强调所有点尽可能地远离中间那条线。学习出的结果也就中间那条线。考虑上面3个点A、B和C。从图中我们可以确定A是×类别的，然而C我们是不太确定的，B还算能够确定。这样我们可以得出结论，我们更应该关心靠近中间分割线的点，让他们尽可能地远离中间线，而不是在所有点上达到最优。因为那样的话，要使得一部分点靠近中间线来换取另外一部分点更加远离中间线。我想这就是支持向量机的思路和logistic回归的不同点，一个考虑局部（不关心已经确定远离的点,使得离决策线最近的点，距离决策线有最大的距离），一个考虑全局（已经远离的点可能通过调整中间线使其能够更加远离）。

3 形式化表示

我们这次使用的结果标签是y=-1,y=1，替换在logistic回归中使用的y=0和y=1。(之所以这么做，可以理解为，在下面定义函数间隔的时候，能够将两类的点归一于同一个公式，即对于正确分类的点都有

>0)。同时将

替换成w和b。以前的

，其中认为

。现在我们替换

为b，后面替换

为

（即

）。这样，我们让

，进一步

。也就是说除了y由y=0变为y=-1，只是标记不同外，与logistic回归的形式化表示没区别。再明确下假设函数



上一节提到过我们只需考虑

的正负问题，而不用关心g(z)，因此我们这里将g(z)做一个简化，将其简单映射到y=-1和y=1上。映射关系如下：



4 函数间隔（functional margin）和几何间隔（geometric margin）

给定一个训练样本

，x是特征，y是结果标签。i表示第i个样本。我们定义函数间隔如下：



可想而知，当

时，在我们的g(z)定义中，

，

的值实际上就是

。反之亦然。为了使函数间隔最大（更大的信心确定该例是正例还是反例），当

时，

应该是个大正数，反之是个大负数。因此函数间隔代表了我们认为特征是正例还是反例的确信度。

继续考虑w和b，如果同时加大w和b，比如在

前面乘个系数比如2，那么所有点的函数间隔都会增大二倍，这个对求解问题来说不应该有影响，因为我们要求解的是

，同时扩大w和b对结果是无影响的。这样，我们为了限制w和b，可能需要加入归一化条件，毕竟求解的目标是确定唯一一个w和b，而不是多组线性相关的向量。这个归一化一会再考虑。

刚刚我们定义的函数间隔是针对某一个样本的，现在我们定义全局样本上的函数间隔


（取最小值的原因：要对于每一个样本都正确分类，如果不取最小值，那么有可能对于某个样本能正确分类，而对另一个样本不能正确分类）

说白了就是在训练样本上分类正例和负例确信度最小那个函数间隔。

接下来定义几何间隔，先看图



假设我们有了B点所在的

分割面。任何其他一点，比如A到该面的距离以

表示，假设B就是A在分割面上的投影。我们知道向量BA的方向是w（分割面的梯度），单位向量是

。A点是

，所以B点是x=

（利用初中的几何知识），带入

得，



进一步得到




实际上就是点到平面距离。

再换种更加优雅的写法：



当

时，不就是函数间隔吗？是的，前面提到的函数间隔归一化结果就是几何间隔。他们为什么会一样呢？因为函数间隔是我们定义的，在定义的时候就有几何间隔的色彩。同样，同时扩大w和b，w扩大几倍，||w||就扩大几倍，结果无影响。同样定义全局的几何间隔


5 最优间隔分类器（optimal margin classifier）

回想前面我们提到我们的目标是寻找一个超平面，使得离超平面比较近的点能有更大的间距。也就是我们不考虑所有的点都必须远离超平面，我们关心求得的超平面能够让所有点中离它最近的点具有最大间距。形象的说，我们将上面的图看作是一张纸，我们要找一条折线，按照这条折线折叠后，离折线最近的点的间距比其他折线都要大。形式化表示为：



这里用||w||=1规约w，使得

是几何间隔。

到此，我们已经将模型定义出来了。如果求得了w和b，那么来一个特征x，我们就能够分类了，称为最优间隔分类器。接下的问题就是如何求解w和b的问题了。

由于||w||=1不是凸函数，我们想先处理转化一下，考虑几何间隔和函数间隔的关系，

，我们改写一下上面的式子：



这时候其实我们求的最大值仍然是几何间隔，只不过此时的w不受||w||=1的约束了。然而这个时候目标函数仍然不是凸函数，没法直接代入优化软件里计算。我们还要改写。前面说到同时扩大w和b对结果没有影响，但我们最后要求的仍然是w和b的确定值，不是他们的一组倍数值，因此，我们需要对

做一些限制，以保证我们解是唯一的。这里为了简便我们取

。这样的意义是将全局的函数间隔定义为1，也即是将离超平面最近的点的距离定义为

。由于求

的最大值相当于求

的最小值，因此改写后结果为：



这下好了，只有线性约束了，而且是个典型的二次规划问题（目标函数是自变量的二次函数）。代入优化软件可解。

到这里发现，这个讲义虽然没有像其他讲义一样先画好图，画好分类超平面，在图上标示出间隔那么直观，但每一步推导有理有据，依靠思路的流畅性来推导出目标函数和约束。

接下来介绍的是手工求解的方法了，一种更优的求解方法。