Stanford機器學習筆記-8. 支持向量機(SVMs)概述

8. Support Vector Machines(SVMs)

Content

    8. Support Vector Machines(SVMs)html

      8.1 Optimization Objection算法

      8.2 Large margin intuition網絡

      8.3 Mathematics Behind Large Margin Classification機器學習

      8.4 Kernels函數

      8.5 Using a SVM學習

        8.5.1 Multi-class Classification優化

        8.5.2 Logistic Regression vs. SVMsui

8.1 Optimization Objection

支持向量機(Support Vector Machine: SVM)是一種很是有用的監督式機器學習算法。首先回顧一下Logistic迴歸,根據log()函數以及Sigmoid函數的性質,有:spa

同時,Logistic迴歸的代價函數(未正則化)以下:orm

爲獲得SVM的代價函數,咱們做以下修改:

所以,對比Logistic的優化目標

SVM的優化目標以下:

注1:事實上,上述公式中的Cost0與Cost1函數是一種稱爲hinge損失替代損失(surrogate loss)函數,其餘常見的替代損失函數有指數損失對率損失,具體參見《機器學習》P129 周志華)

注2:注意參數C和λ的對應關係: C與(1 / λ)成正相關。

8.2 Large margin intuition

根據8.1中的代價函數,爲使代價函數最小,有以下結論:

現假設C很大(如C=100000),爲使代價函數最小,咱們但願

因此代價函數就變爲:

因此問題就變成:

該問題最後的優化結果是找到具備"最大間隔"(maximum margin)的劃分超平面,因此支持向量機又稱大間距分類器(large margin classifier)。那麼什麼是間隔? 爲何這樣優化就能夠找到最大間隔?首先,咱們經過圖8-1所示的二維的0/1線性分類狀況來直觀感覺。

圖8-1 SVM Decision Boundary: Linearly separable case

直觀上,應該去找位於兩類訓練樣本"正中間"的劃分超平面,即圖8-1的黑色直線(二維),由於該劃分超平面對訓練樣本局部擾動的"容忍"性最好。例如,圖中的粉色和綠色直線,一旦輸入數據稍有變化,將會獲得錯誤的預測。換言之,這個劃分超平面所產生的分類結果是最魯棒的,對要預測數據集的泛化能力最強。而兩條藍色直線之間的距離就稱爲間隔(margin)。下一節將從數學角度來解釋間隔與最大間隔的優化原理。

8.3 Mathematics Behind Large Margin Classification

首先介紹一些數學知識。

  • 2-範數(2-norm): 也可稱長度(length),是二維或三維空間向量長度的推廣,向量u記爲||u||。例如,對於向量u = [ u1, u2, u3, u4],||u|| = sqrt(u1^2 + u2^2 + u3^2 + u4^2)
  • 向量內積(Vector Inner Product): 設向量a = [a1, a2, … , an],向量b = [b1, b2, … , bn],a和b的的內積定義爲:a · b = a1b1 + a2b2 + … + anbn 。向量內積是幾何向量數量積(點積)的推廣,能夠理解爲向量a在向量b上的投影長度(範數)和向量b的長度的乘積。

因此有:

其中向量上的投影長度。

因此,8.2節獲得的優化問題能夠轉爲以下形式:

分界線爲,因此可知和分界線正交(垂直),而且當時,分界線過原點(歐式空間)。爲使目標最優(取最小值)且知足約束,應該儘量大,這樣就要求間距儘量的大。直觀的如圖8-2所示,圖左爲間距較小的狀況,此時的較小,爲知足約束,致使目標函數變大,圖右爲最大間距的狀況,此時的是最大的,因此目標能夠儘量的小。

圖8-2 兩種不一樣間距的狀況

8.4 Kernels

上述的討論都是基於線性可分的樣本,即存在一個劃分超平面能夠將訓練樣本正確分類,然而現實世界存在大量複雜的,非線性分類問題(如4.4.2節的異或/同或問題)。Logistic迴歸處理非線性問題能夠經過引入多項式特徵量做爲新的特徵量;神經網絡經過引入隱藏層,逐層進化解決非線性分類問題;而SVM是經過引入核函數(kernel function)來解決非線性問題。具體作法以下:

  1. 對於給定輸出x, 規定必定數量的landmarks,記爲
  2. 將x, 做爲核函數的輸入,獲得新的特徵量,若將核函數記爲similarity(),則有

    ,其中爲一一對應;

  3. 將新的特徵量替代原有特徵量,獲得假設函數以下:

如今有兩個問題,

  1. 如何選擇landmarks?
  2. 用什麼樣的核函數 ?

對於第一個問題,能夠按照以下方式,即將訓練集的輸入做爲landmarks

因此特徵量的個數與訓練集的個數相等,即n = m,因此帶有核的SVM變爲以下形式:

對於第二個問題,經常使用的核函數有線性核,高斯核,多項式核,Sigmoid核,拉普拉斯核等,現以經常使用的高斯核(Gaussian)爲例。

高斯核具備以下性質:

也就是說,若是x和landmark接近,那麼核函數的值也就是新的特徵量將會接近1,而若是x和landmark距離很遠,那麼核函數的值將會接近0.

是高斯核的參數,它的大小會影響核函數值的變化快慢,具體的,圖8-3是一個二維狀況下的特殊例子,可是所含有的性質是可推廣的。即越大,核函數變化(降低)越緩慢,反之,越小,核函數變化越快。

圖8-3 參數對高斯核的影響舉例

  • 如何選擇參數?

下面對SVM的參數對誤差和方差的影響作簡要分析:

  • C: 因爲C和(1 / λ)正相關,結合6.4.2節對λ的分析有:

                         

                         

8.5 Using a SVM

上文簡單的介紹了SVM的優化原理以及核函數的使用方式。在實際應用SVM中,咱們不須要本身去實現SVM的訓練算法來獲得參數,一般是使用現有的軟件包(如liblinear, libsvm)。

可是下面的工做是咱們須要作的:

  • 選擇參數C的值
  • 選擇並實現核函數
    • 若是核函數帶參數,須要選擇核函數的參數,例如高斯核須要選擇
    • 若是無核(選擇線性核),即給出線性分類器,適用於n大,m小的狀況
    • 選擇非線性核(如高斯核),適用於n小,m大的狀況

下面是須要注意的地方:

  • 在使用核函數以前要對特徵量進行規範化
  • 並非全部的函數是有效的核函數,它們必須知足Mercer定理。
  • 若是想要經過訓練獲得參數C或者核函數的參數,應該是在訓練集和交叉檢驗集上進行,,參見6.3節

8.5.1 Multi-class Classification

8.5.2 Logistic Regression vs. SVMs

 

參考:《機器學習》 周志華

相關文章
相關標籤/搜索