SVM 非线性支持向量机及SMO算法

学习支持向量机。

线性不可分情况

线性可分问题的支持向量机学习方法,对线性不可分训练数据是不适用的,为了满足函数间隔大于1的约束条件,可以对每个样本$(x_i, y_i)$引进一个松弛变量$\xi_i \ge 0$,使函数间隔加上松弛变量大于等于1,,

$$y_i (w \cdot x_i + b) \ge 1 - \xi_i$$

目标函数变为

$$\frac 1 2 {||w||^2} + C \sum_{j=1}^N \xi_i$$

其中,C>0称为惩罚参数,值越大对误分类的惩罚越大,值越小对误分类的惩罚越小。

因此,最小化目标函数也就是使$\frac 1 2 {||w||^2}$尽量小(间隔尽量大),同时使误分类点的个数尽量小。

线性不可分的线性支持向量机的学习问题变成如下凸二次规划问题:

$$ \min_{w,b,\xi}\frac 1 2 {||w||}^2 + C \sum_{i=1}^N \xi_i \\
s.t. \quad y_i(w \cdot x_i + b) \ge 1 - \xi_i, \quad i=1,2,…,N, \xi_i \ge 0, i=1,2,…,N$$

线性支持向量学习算法

  • 选择惩罚参数C>0,构造并求解凸二次规划问题

$$ \min_\alpha \frac 1 2 \sum_{i=1}^N \sum_{j=1}^N \alpha_i \alpha_j y_i y_j (x_i \cdot x_j) - \sum_{i=1}^N \alpha_i\\
s.t. \quad \sum_{i=1}^N \alpha_i y_i = 0 \\
0 \le \alpha_i \le C, i=1,2,…,N$$

求得最优解$\alpha^*=(\alpha_1^*, \alpha_2^*, … , \alpha_N^*)^T$

  • 计算$w^*=\sum_{i=1}^N \alpha_i^* y_i x_i$

选择$\alpha^*$的一个分量$\alpha_j^*$适合条件$0<\alpha_j^*<C$,计算

$$b^*=y_i - \sum_{i=1}^N y_i \alpha_i^*(x_i \cdot x_j)$$

  • 求得分离超平面

$$w^* \cdot x + b^* = 0$$

分类决策函数:

$$f(x) = sign(w^* \cdot x + b^*)$$

核函数

用线性分类方法求解非线性分类问题分为两步:首先使用一个变换将原空间的数据映射到新空间;然后在新空间里用线性分类学习方法从训练数据中学习分类模型。

核函数的空间转换

核技巧应用在支持向量机的基本思想:通过一个非线性变换将输入空间(欧式空间$R^n$或离散集合)对应于一个特征空间(希尔伯特空间H),使得在输入空间$R^n$中的超曲面模型对应于特征空间H中的超平面模型(支持向量机)。

非线性支持向量分类机

非线性支持向量机

从非线性分类训练集,通过核函数与间隔最大化或凸二次规划,学习得到的分类决策函数:

$$f(x)=sign(\sum_{i=1}^N \alpha_i^*y_i K(x,x_i) + b^*)$$

称为非线性支持向量,$K(x,z)$是正定核函数。

学习算法

  • 选择适当的核函数$K(x,z)$和适当的参数C,构造并求解最优化问题

$$\min_\alpha \frac 1 2 \sum_{i=1}^N \sum_{j=1}^N \alpha_i \alpha_j y_i y_j K(x_i, x_j) - \sum_{i=1}^N \alpha_i\\
s.t. \quad \sum_{i=1}^N \alpha_i y_i = 0, 0<\alpha_i<C,i=1,2,…,N$$

求解最优解$\alpha^*=(\alpha_1^*, \alpha_2^*,…,\alpha_N^*)$

  • 选择$\alpha^*$的第一个正分量$0<\alpha_j^*<C$,计算

$$b^*=y_i - \sum_{i=1}^N \alpha_i^* y_i K(x_i \cdot x_j)$$

  • 构造决策函数

$$f(x)=sign(\sum_{i=1}^N \alpha_i^* y_i K(x \cdot x_i) + b^*)$$

序列最小优化算法

SMO算法是一种启发式算法。如果所有变量都满足KKT条件,那么这个最优化问题就解决了(KKT问题是该最优化问题的充要条件),否则,选择两个变量,固定其他变量,针对这两个变量构造二次规划问题。该方法会使原始二次规划问题的目标函数变小,不断分解自问题并对子问题求解进而达到求解原问题的目的。

由于

$$\sum_{i=1}^N \alpha_i y_i = 0$$

所以

$$\alpha_i = - \frac 1 {y_i} \sum_{i=2}^N \alpha_i y_i$$

两个变量的二次规划求解

假设选择两个变量$\alpha_1,\alpha_2$,

$$\min_{\alpha_1\alpha_2} \quad = \frac 1 2 K_{11} \alpha_1^2 + \frac 1 2 K_{22} \alpha_2^2 + y_1 y_2 K_{12} \alpha_1 \alpha_2 \\
\quad (\alpha_1 + \alpha_2) + y_1 \alpha_1 \sum_{i=3}^N y_i \alpha_i K_{i1} + y_2\alpha_2\sum_{i=3}^N y_i \alpha_i K_{12} \\
s.t. \quad \alpha_1 y_1 + \alpha_2 y_2 = - \sum_{i=3}^N y_i \alpha_i = \xi \\
0 \le \alpha_i \le C, i=1,2$$

由于只有两个变量$(\alpha_i,\alpha_j)$,因此根据两变量的符号情况约束条件可用二位空间中的图表示(参考$\alpha_1 y_1 + \alpha_2 y_2 = \xi(常数)$),

二变量优化问题

L和H是$\alpha$取值的最小和最大值,如果$y_i != y_j$,则

$$L=\max(0,\alpha_2 - \alpha_1), H=\min(C,C+\alpha_2-\alpha_1)$$

如果$y_i = y_j$,则

$$L=\max(0,\alpha_2 + \alpha_1 + C), H=\min(C,\alpha_2+\alpha_1)$$

$$g(x) = \sum_{i=1}^N \alpha_i y_i K(x_i, x) + b$$

得到误差值:

$$E_i = g(x_i) - y_i = ( \sum_{i=1}^N \alpha_i y_i K(x_i, x) + b) - y_i$, \quad i = 1,2$$

此最优问题的解是:

$$\alpha_2^{new} = \alpha_2^{old} + y_2 \frac {(E_1 - E_2)} \eta$$

其中,

$$\eta = K_{11} + K_{22} - 2K_{12} = {||\phi(x_1) - \phi(x_2)||}^2$$

$\phi(x)$为输入空间到特征空间的映射,经过剪辑后是

$$f(n)=\begin{cases}
H,\quad \alpha_2^{new} > H \\
\alpha_2^{new}, \quad L \le \alpha_2^{new} \le H \\
L,\quad \alpha_2^{new} < L \end{cases}$$

则$\alpha_1^{new}$为

$$\alpha_1^{new} = \alpha_1^{old} + y_1 y_2 (\alpha_2^{old} - \alpha_2^{new})$$

变量的选择方法

SMO算法在每个子问题中选择两个变量优化,其中至少一个变量是违反KKT条件的。

1.第1个变量的选择

SMO算法在外层循环中选取违反KKT条件最严重的样本点,并将其对应的变量作为第1个变量,KKT条件如下

$$\alpha_i = 0 <=> y_i g(x_i) \ge 1 \\
0 < \alpha_i < C <=> y_i g(x_i)=1 \\
\alpha_i = C <=> y_i g(x_i) \le 1$$

其中,$g(x_i) = \sum_{j=1}^N \alpha_j y_j K(x_i,x_j)+b$。

该检验在$\epsilon$范围内进行的,在校验过程中,外层循环首先遍历所有满足条件$0<\alpha_i<C$的样本点,即在间隔边界上的支持向量点,检验它们是否满足KKT条件。如果这些样本点都满足KKT条件,那么遍历整个训练集,检验它们是否满足KKT条件。

2.第2个变量的选择

SMO算法在内层循环,假设在外层循环中已经找到第一个变量$\alpha_1$,现在要在内层循环中找到第2个变量$\alpha_2$,第2个变量选择的标准是希望能使$\alpha_2$有足够的变化。根据上一节可知,$\alpha_2^{new}$是依赖$|E_1 - E_2|$的,为了加快计算速度,最简单的做法是选择$|E_1 - E_2|$最大的(如果$E_1$为负值,则选择最大的$E_i$作为$E_2$,否则选择最小的$E_i$为$E_2$,需要保存所有的$E_i$)。

3.计算阈值b和差值$E_i$

在每次完成两个变量优化后,都要重新计算阈值b。

由KKT条件得

$$\sum_{i=1}^N \alpha_i y_i K_{i1} + b = y_i$$

从而

$$b_1^{new} = y_1 - \sum_{i=3}^N \alpha_i y_i K_{i1} - \alpha_1^{new} y_1 K_{11} - \alpha_2^{new} y_2 K_{21}$$

由于$E_i = g(x_i) - y_i = ( \sum_{i=1}^N \alpha_i y_i K(x_i, x) + b) - y_i$, \quad i = 1,2$,则

$$E_1 = g(x_1) - y_1 = \sum_{i=3}^N \alpha_i y_i K_{i1} + \alpha_1^{old} y_1 K_{11} + \alpha_2^{old} y_2 K_{21} + b^{old} - y_1$$

将上式中的$y_i - \sum_{i=3}^N \alpha_i y_i K_{i1} $代入$b_1^{new}$的公式中,得到

$$b_1^{new} = -E_1 - y_1 K_{11} (\alpha_1^{new} - \alpha_1^{old} ) - y_2 K_{21} (\alpha_2^{new} - \alpha_2^{old} ) + b^old$$

对于b的取值:

$$b^{new}=\begin{cases}b_1^{new}=b_2^{new}, \quad 0 < \alpha_i^{new} < C, i =1,2 \\
\frac {b_1^{new} + b_2^{new}} 2,\quad \alpha_i^{new} == 0 or C,满足KKT条件\end{cases}$$