Support Vector Machine

Linear Hard-Margin SVM

首先看一个非常简单的线性可分问题，下图所示三条直线（超平面）都可以将问题分开，那么哪条线分得比较好呢？当然我们可以在训练时通过不同的初始化方式得到不同的超平面，在验证集上进行评价选出最好的超平面。问题是对于这样的问题，存在无数种可能将数据很好的分开，当然不可能对所有可能的结果进行评价，那么如何在训练时就得到一个较好的分类器呢？一个直观的想法就是把两类样本分得越远越好，就是让正负样本到超平面的最近的距离越大越好。

假设我们需要的超平面wx+b=0，这个超平面能将正负样本成功分开，即对所有的正样本（y=+1）都有wx+b>0，对所有的负样本（y=−1）都有wx+b<0，合并起来就是yi(wxi+b)>0，另外假设对于所有的样本，yi(wxi+b)的最小值是ϵ。由于对w和b进行相同尺度的放缩不影响超平面的性质，不妨令ϵ=1，那么就有yi(wxi+b)≥1。满足yi(wxi+b)=1的样本到超平面的距离就是1||w||，我们的任务现在就是在满足yi(wxi+b)≥1的条件下，使得1||w||尽可能的大，转换一下思路就变成了如下所示的优化问题：

注意到这个形式本质上是一个二次规划问题，数学家们已经搞好了二次规划问题的解决方式，将它改成标准的二次规划形式后扔给解二次规划问题的软件就好了

这个二次规划问题需要求解的变量数目是d+1，限制条件数目为N,其中d是样本空间维度，N是样本数目。需要存储的矩阵Q是个对角矩阵

回顾一下简单的感知器分类函数，我们优化的目标是希望错分的样本数越少越好，另外可以对权重进行限制作为正则化的手段。而现在的SVM优化的目标变成了权重的二范数，而限制条件变成了yi(wxi+b)≥1

Dual Hard-Margin SVM

对于线性不可分的问题，采用一个变换将X空间中的样本变到Z空间，即zn=Φ(xn)

例如对下图所示的两个类似椭圆形的点采用函数

映射到三维空间并对齐进行旋转后，便可得到一个线性可分的超平面了。（例子以及图片来自pluskid的kernel函数部分）

一般来说，原本线性不可分的问题能通过映射到更高维甚至是无限维来解决（除非运气特别好碰到映射到低维空间也能解决的问题）
前面我们说过，二次规划问题需要求解的变量数目是d+1，之前的办法解决维度特别高（无限维）的问题时很困难，我们希望将问题的复杂度变成与d无关

引入拉格朗日乘子法，定义一个新的求解量L(w,b,α≥0)=12wTw+∑Nn=1αn(1−yn(wTzn+b))

原本的优化目标是12wTw，限制条件是yn(wTzn+b)≥1，
当满足限定条件时，L≤12wTw，即12wTw=maxL(w,b,α≥0)
对任意α′>0，有min(maxL(w,b,α))≥minL(w,b,α′)
当α′是最优解时同样满足，所以有
min(maxL(w,b,α))≥max(minL(w,b,α′))
问题转化为原问题的拉格朗日对偶问题

先求解minL，分别令
∂L∂w=0→w=∑αnynzn
∂L∂b=0→∑αnyn=0

带入后原问题转化为

其中一些条件，

• primal feasible: yn(wTzn+b)≥1
• dual feasible: αn≥0
• dual-inner optimal: w=∑αnynzn;∑αnyn=0
• primal-inner optimal: αn(1−yn(wTzn+b))=0
  这些条件称作KKT（Karush-Kuhn-Tucker）条件，他们是存在最优解的充分必要条件

经过上述变换有

它仍然满足二次规划的形式

其中需要求解的变量数为N，限制条件数目是2N

现在虽然需要求解的变量数与d无关了，然而矩阵Q中的元素大都不为0，需要花费很大的空间存储，实际应用时仍然需要其它的算法求解（SMO）