您的位置: 首页  >  文章  >  SVM——（二）线性可分之目标函数推导方法2

SVM——（二）线性可分之目标函数推导方法2

分类: 文章 • 2024-08-06 22:00:52

这是接着上一篇文章（方法1）整理的第二种推导方法。这是从另外一个点来思考如何求得目标优化函数，建议两种都看一下。这样能理解得更加透彻。

0.引言

什么是支持向量机(Support Vector Machine）? 我们需要明确的是：支持向量机它是一种算法，用来寻找一个“最佳”超平面。（直线也是超平面）

如下图所示：

SVM——（二）线性可分之目标函数推导方法2

那条线算是“最佳”超平面呢？直觉告诉你是中间红色这一条。事实上也是，因为其两侧离它最近的点的距离最大，且两侧距离的绝对值相等。同时我们称两侧平面上的样本点为支持向量（support vector）。那我们又该如何来找到这个超平面呢？

1.间隔的度量方式

1.1 超平面的表达

在谈距离之前，我们先把超平面的表达式给写出来：

wTx+b=0(01)

其中b表示截距（形式同y=kx+b）；另一个需要说明的就是，我们在SVM中，用y=+1,y=−1分别来表示positive point和negative point;之所以这样做，其一是因为历史原因（可能是惯例），其二（后面会提到）

从上面的表达式我们知道，知道找到参数w,b，也就代表确立了超平面。那么应该从哪个地方入手呢？ 当然就是从SVM的核心思想：最大化间隔（gap）入手。

1.2 函数间隔(functional margin)

上面说到SVM的核心思想就是最大化间隔，既然是最大化间隔，那总该得有个度量间隔的量。我们知道，当超平面wTx+b=0确定后，|wTx+b|可以相对的来表示每个样本点到超平面的距离，也就是说虽然实际距离不是|wTx+b|这么多，但是依旧遵循绝对值大的离超平面更远的原则。如下图：

SVM——（二）线性可分之目标函数推导方法2

直线方程为：x1+x2−3=0,A,B分别为正负样本，即yA=+1,yB=−1点A到直线的相对距离|wTx+b|=|2+3−3|=2点B到直线的相对距离|wTx+b|=|1+1−3|=1

我们可以注意到，只要分类正确，y(i)(wTx+b)>0就成立；或者说如果y(i)(wTx+b)>0，就意味着分类正确；且其值越大，说明其分类正确的可信度就越高。而这也是y为什么取±1的第二个原因。所以此时我们将训练集中所有样本点到超平面的函数间隔(functional margin)定义为如下：

γ^(i)=y(i)(wTx(i)+b)(02)

且定义训练集到超平面的函数间隔为其中的最小值：
γ^=mini=1,2...mγ^(03)

但是我们发现，如果同时在方程(01)的两边乘以k(k≠0)；虽然此时超平并没有发生改变，但是相对距离却变成了之前的k倍，所以仅有函数间隔明显是不够的，还要引入另外一种度量方式，几何间隔。

1.2几何间隔

如下图所示，所谓几何间隔(geometric margins)，就是样本点到直线实实在在的距离，只要直线不发生改变，那么间隔就不会发生任何改变；这样就避免了在函数间隔中所遇到的问题。

SVM——（二）线性可分之目标函数推导方法2

那么应该如何来表示几何间隔呢？

SVM——（二）线性可分之目标函数推导方法2

如图所示，直线方程为wTx+b=0，A为数据集中任意一个点x(i)，γ(i)为A到直线的距离，可以看成是向量BA→的模；W为垂直于wTx+b=0的法向量。此时我们可以得到点B的坐标为：

x(i)−γ(i)⋅W||W||(04)

又因为B点在直线上，所以满足：

wT(x(i)−γ(i)⋅W||W||)+b=0(05)

因此我们可以通过化简得到几何距离的计算公式，但问题在于W该怎么得到？其实W就是w。假设有一直线wTx+b=0,w=(w1,w2)T，（即:w1x1+w2x2+b=0）那么该直线的斜率k1=−w1/w2,又因为W垂直于直线，所以W的斜率为k2=w2/w1。因此W的方向向量为(1,k2),再同时乘以w1即可得到W=(w1,w2)=w。

也就是说：若直线斜率为k,则他的一个方向向量为a⃗ =(1,k),证明见此处

所以有：

wT(x(i)−γ(i)⋅w||w||)+b=0(06)

γ(i)=wTx(i)+b||w||=(w||w||)Tx(i)+b||w||(07)

如图：

SVM——（二）线性可分之目标函数推导方法2

直线方程为：x1+x2−3=0,A为正样本，B为负样本，即yA=+1,yB=−1

则：

γA=(w||w||)Tx(A)+b||w||=((1,1)1+1−−−−√)T(2,3)+−31+1−−−−√=2√γB=(w||w||)Tx(A)+b||w||=((1,1)1+1−−−−√)T(1,1)+−31+1−−−−√=−12√

此时我们发现，这是一个有符号的距离：正样本到直线的距离为正；负样本到直线的距离为负。但无论如何，同函数间隔一样只要是分类正确的情况下都满足y(i)⋅γ(i)>0，同样，我们将数据集中所有样本点到平面的几何间隔（Geometric margin）定义为如下形式：

γ(i)=y(i)((w||w||)Tx(i)+b||w||)(08)

且定义训练集到超平面的几何间隔为其中的最小值：
γ=mini=1,...mγ(i)(09)

同时，我们还可以发现函数间隔同几何间隔存在以下关系：

1.2. if ||w||=1,γ^=γ;γ=γ^||w||(10)(11)

此时我们已经有了对于间隔度量的方式，所以下一步自然就是最大化这个间隔来求得平面。

2.最大间隔分类器

什么是最大间隔分类器（Maximum margin classifiers）呢？上面我们说到有了间隔的度量方式之后，接着就是最大化这一间隔，然后求得超平面wTx+b=0。然后通过函数g(wTx+b)将所有样本点输出只含{−1,+1}的值，以此来对数据集进行分类。而g(wTx+b)就是一个分类器，又因为是通过最大化几何间隔得来的，故将其称之为最大间隔分类器。

从上面的公式(09)我们得到了数据集到平面的几何间隔，然后再最大化几何间隔，即：

maxw,bγs.t.y(i)((w||w||)Tx(i)+b||w||)≥γ,i=1,2,...m(12)

式子(12)的含义就是找到参数w,b,γ，使得满足以下条件：
1. γ尽可能大，因为目的就是最大化γ;
2. 同时要使得样本中所有的几何距离都大于γ，因为由(09)可以知道γ是是所有间隔中的最小值；

怎么直接解决上面这个优化问题？ 当然我也不知道能还是不能，至少按照主流的SVM推导过程，不是这样做的。当然，我最后用到的方式肯定也和和主流方式一样，只是我换了一个叙述方式（顺序），使得大家（至少是我自己）更能接受一点。

既然不能直接优化，那我们不妨再次回顾一下SVM的思想“最大化（几何）间隔”。什么意思？或者说最大化的前提是什么？可能你已经想到了。当然得先确定平面（不论是否为最佳平面），然后才能度量样本点到平面的间隔。

所以，由函数间隔与几何间隔的关系(11)我们可以得出以下优化问题：

maxw,bγ^||w||s.t.y(i)(wTx(i)+b)≥γ^,i=1,2,...m(13)

此时我们发现，约束条件几何间隔依然变成了函数间隔，准确说应该既是函数间隔同样也是几何间隔。既然可以看做函数间隔，那么令γ^=1自然也不会影响最终的优化结果（原因戳此处）

所以上述优化问题(13)就可以转化为如下形式:

maxw,b1||w||s.t.y(i)(wTx(i)+b)≥1,i=1,2,...m(14)

但是对于这样一个优化问题(14)，我们还是无法直接解决。我们知道，对于f(x)>0,maxf(x)⟺min1f(x)⟺min1(f(x))n三者求解出的x都相同。所以可以进一步化简为：

minw,b12||w||2s.t.y(i)(wTx(i)+b)≥1,i=1,2,...m(15)

之所以要进行这样的处理，是因为我们可以将其转换为凸优化问题，用现有的方法求解。（前面在乘以12是为了后面求导的时候能更方便，同时这也不会影响优化结果）

到这一步就可以用现有(off-the-shelf)的QP（quadratic programming)软件求解出w,b。下面是介绍求解的算法。


SVM——（七）SMO（序列最小最优算法）
SVM——（六）软间隔目标函数求解
SVM——（五）线性不可分之核函数
SVM——（四）目标函数求解
SVM——（三）对偶性和KKT条件（Lagrange duality and KKT condition）
SVM——（二）线性可分之目标函数推导方法2
SVM——（一）线性可分之目标函数推导方法1

参考：

相关推荐